Xiaomi MiMo-V2.6 diagnostique et corrige les appels d'outils répétés, réduisant le coût de correction à 4 % de la solution MixRL avec MOPD
Titre original:Diagnosing and Mitigating Tool-Call Repetition in MiMo-V2.6
Résumé IA
Xiaomi revient sur le problème d'appels d'outils répétés après le lancement de MiMo-V2.6, avec un taux de répétition au niveau des réponses supérieur à 0,05 %, en distinguant appels parallèles normaux, prolifération d'appels et répétition d'appels. Le rejeu des checkpoints RL montre que le taux de prolifération passe de 11,1 % à 24,6 % au fil de l'entraînement, la pénalité au seuil de 32 appels étant trop laxiste ; abaisser directement le seuil impose de relancer 20 étapes de MixRL, pour un coût estimé à 2,31 millions de dollars, et le taux de répétition des tests internes ne baisse que de 13,45 % à 3,83 %.
Points clés
- Xiaomi revient sur le problème d'appels d'outils répétés après le lancement de MiMo-V2.
- 6,avec un taux de répétition au niveau des réponses supérieur à 0,05 %,en distinguant appels…
- Le rejeu des checkpoints RL montre que le taux de prolifération passe de 11,1 % à 24,6 % au fil de…
- abaisser directement le seuil impose de relancer 20 étapes de MixRL,pour un coût estimé à 2,31…
En bref
- Publié
- Mis à jour
- Source
- 小米 MiMo:官网发布与博客
- Catégorie
- Articles et recherche
- Score IA
- 63
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。
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : Xiaomi MiMo-V2.6 diagnostique et corrige les appels d'outils répétés, réduisant le coût de correction à 4 % de la solution MixRL avec MOPD. 27. septembre 2026. https://new.nat6.net/fr/news/cmuk25h00156vro9h173e1zjz/