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
美股盘前AI概念股普涨，SAP上涨1.53%
根据 MSX.COM 数据，美股盘前 AI 概念股普涨，SAP 上涨 1.53%，NOW 上涨 1.49%，GOOGL 上涨 0.74%，ORCL 上涨 0.64%，PANW 上涨 0.61%。 据悉，MSX.COM 是一个去中心化 RWA 交易平台，累计已上线数百种 RWA 代币，涵盖 AAPL、AMZN、GOOGL、META、MSFT、NFLX、NVDA 等美股及 ETF 代币标的。
World Liberty多项加密合作计划尚未落地，“战略代币储备”多数资产也已被转移或处置
特朗普家族加密项目 World Liberty Financial 此前宣布的多项合作计划至今尚未落地，包括由 Aave 支持其借贷市场、将 Ethena 稳定币作为抵押资产，以及通过 Ondo 将代币化美债和股票引入 World Liberty 平台等。 据 Nansen 和 Arkham 数据，World Liberty 此前建立的 "战略代币储备 "也已发生较大变化，其持有的大部分 LINK、AAVE、ENA 和 MOVE 后续已被转移或处置，部分资产被转入中心化
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。