Artículos e investigación

Xiaomi MiMo-V2.6 diagnostica y corrige la duplicación de llamadas a herramientas y reduce el coste de la corrección al 4% del plan MixRL con MOPD

Título original:Diagnosing and Mitigating Tool-Call Repetition in MiMo-V2.6

Resumen de IA

Xiaomi repasa oficialmente el problema de duplicación de llamadas a herramientas tras el lanzamiento de MiMo-V2.6, con una tasa de duplicación a nivel de respuesta superior al 0,05%, y distingue entre llamadas paralelas normales, proliferación de llamadas y duplicación de llamadas. La reproducción de los checkpoints de RL muestra que la tasa de proliferación subió del 11,1% al 24,6% durante el entrenamiento y que la penalización con umbral de 32 llamadas era demasiado laxa; bajar directamente el umbral exige reiniciar 20 pasos de MixRL, con un coste estimado de 2,31 millones de dólares, y la tasa de duplicación en pruebas internas solo bajaría del 13,45% al 3,83%.

Puntos clave

  • Xiaomi repasa oficialmente el problema de duplicación de llamadas a herramientas tras el…
  • 6,con una tasa de duplicación a nivel de respuesta superior al 0,05%,y distingue entre llamadas…
  • La reproducción de los checkpoints de RL muestra que la tasa de proliferación subió del 11,1% al…
  • bajar directamente el umbral exige reiniciar 20 pasos de MixRL,con un coste estimado de 2,31…

Resumen rápido

Publicado
Actualizado
Fuente
小米 MiMo:官网发布与博客
Categoría
Artículos e investigación
Puntuación IA
63
Leer el original Leer el artículo completo en la fuente original
Por qué importa

原文给出完整的归因实验和修复路径,还公开了成本对比,读者可借鉴其诊断 RL 训练中涌现行为的方法。

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: Xiaomi MiMo-V2.6 diagnostica y corrige la duplicación de llamadas a herramientas y reduce el coste de la corrección al 4% del plan MixRL con MOPD. 27. septiembre 2026. https://new.nat6.net/es/news/cmuk25h00156vro9h173e1zjz/

Ver todo →