📖 AI 总结

小米 MiMo 团队在其官网公开了 MiMo 2.6 的后训练实时数据面板，将 pro 和 flash 两个模型的训练过程以“裸奔”方式对外直播，用户可实时查看训练步数、每步样本量及耗时等信息。团队认为强化学习是实现 AI 自我改进最具可扩展性的路径之一，并计划逐步开源训练细节。这一做法在业内较为少见，其意义在于把原本封闭的后训练环节透明化，既展示了小米在大模型自我改进方向上的技术判断，也为外界观察和理解 RL 后训练的实际进展提供了直接窗口。