Xiaomi MiMo-V2.6 ने टूल कॉल दोहराव की समस्या का निदान और समाधान किया, MOPD से मरम्मत लागत MixRL योजना के 4% तक घटी
मूल शीर्षक:Diagnosing and Mitigating Tool-Call Repetition in MiMo-V2.6
AI सारांश
Xiaomi ने MiMo-V2.6 जारी होने के बाद टूल कॉल दोहराव की समस्या की आधिकारिक समीक्षा की, जिसमें प्रतिक्रिया-स्तरीय दोहराव दर 0.05% से अधिक थी, और सामान्य समानांतर कॉल, कॉल अत्यधिक उपयोग तथा कॉल दोहराव के बीच अंतर स्पष्ट किया। RL के विभिन्न checkpoint के पुनः चलाने से पता चला कि अत्यधिक उपयोग दर प्रशिक्षण के साथ 11.1% से बढ़कर 24.6% हो गई, 32 कॉल की सीमा पर दंड बहुत ढीला था; सीमा सीधे घटाने के लिए 20-चरणीय MixRL को पुनः आरंभ करना होगा, अनुमानित लागत 2.31 मिलियन अमेरिकी डॉलर है, और आंतरिक परीक्षण में दोहराव दर केवल 13.45% से घटकर 3.83% हुई।
मुख्य जानकारी
- Xiaomi ने MiMo-V2.
- 6 जारी होने के बाद टूल कॉल दोहराव की समस्या की आधिकारिक समीक्षा की,जिसमें प्रतिक्रिया-स्तरीय…
- 05% से अधिक थी,और सामान्य समानांतर कॉल,कॉल अत्यधिक उपयोग तथा कॉल दोहराव के बीच अंतर स्पष्ट किया।…
- 1% से बढ़कर 24.
- 6% हो गई,32 कॉल की सीमा पर दंड बहुत ढीला था
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- 小米 MiMo:官网发布与博客
- श्रेणी
- पेपर और शोध
- AI स्कोर
- 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。
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: Xiaomi MiMo-V2.6 ने टूल कॉल दोहराव की समस्या का निदान और समाधान किया, MOPD से मरम्मत लागत MixRL योजना के 4% तक घटी। 27 सितंबर 2026। https://new.nat6.net/hi/news/cmuk25h00156vro9h173e1zjz/