罗福莉：MiMo-V2.6或完成开源模型领域规模最大的单次强化学习训练之一
小米MiMo团队成员罗福莉发文表示，MiMo-V2.6按算力规模计，可能是迄今开源模型团队开展的最大规模单次强化学习训练之一。团队在算力紧缺的情况下，投入数十人并持续较长时间推进强化学习扩展，模型能力在中期训练阶段形成，并通过大规模强化学习进一步释放。她称，团队针对代码等可验证的中等难度任务采用MixRL训练，对难以验证、超长周期或复杂度过高的任务则单独训练，再通过MOPD合并能力。为推动智能体强化学习研究，团队还发布了一个由MiMo强化学习轨迹蒸馏而来的Qwen模
小米MiMo团队成员罗福莉发文表示，MiMo-V2.6按算力规模计，可能是迄今开源模型团队开展的最大规模单次强化学习训练之一。团队在算力紧缺的情况下，投入数十人并持续较长时间推进强化学习扩展，模型能力在中期训练阶段形成，并通过大规模强化学习进一步释放。她称，团队针对代码等可验证的中等难度任务采用MixRL训练，对难以验证、超长周期或复杂度过高的任务则单独训练，再通过MOPD合并能力。
为推动智能体强化学习研究，团队还发布了一个由MiMo强化学习轨迹蒸馏而来的Qwen模型、7000个多样化环境以及完整的强化学习训练框架。罗福莉表示，MiMo-V2.6只是起点，团队将继续投入时间、算力与研发资源推进可持续自我改进的智能系统。
相关阅读
彭博：World Liberty通过出售代币获数百万美元收益，合作承诺却多未兑现
据彭博社报道，特朗普家族加密项目World Liberty Financial购入LINK、AAVE等代币建立"战略代币储备"，代币购入曝光后一度上涨。特朗普财务披露显示，出售代币获数百万美元收益，World Liberty去年为其净值增加5.94亿美元。与此同时，其宣布的Aave借贷、Ondo代币化美债等合作均未兑现，引发利益冲突质疑。
伊朗：伊朗代表团已获充分授权，可在纽约推动恢复对美外交接触
据路透社报道，一位伊朗高级官员表示，如果美国采取切实行动，德黑兰欢迎恢复外交接触。伊朗代表团已获充分授权，可在纽约推动恢复与美国的外交接触。伊朗代表团可在纽约通过调解方讨论与美国结束敌对行动协议的具体细节。如果美国缓解军事压力并解除港口封锁，伊朗可在7天内重新开放霍尔木兹海峡。伊朗的提议已于9月16日通过调解方转交美国。