共 2 篇 · 按时间倒序
从代码与终端、通用工具到 3D 世界、科研和网页创作,先看 MiMo-V2.6 的功能与真实强弱,再拆解它怎样训练长程智能体。
通用大模型做查询扇出容易陷入近义重复,又受逐 token 推理延迟拖累;R4T 把集合级策略探索搬到离线训练,再交给轻量扩散检索器并行执行。