Makalah & Riset

Xiaomi MiMo-V2.6 diagnosis dan perbaiki masalah duplikasi pemanggilan alat, turunkan biaya perbaikan ke 4% skema MixRL dengan MOPD

Judul asli:Diagnosing and Mitigating Tool-Call Repetition in MiMo-V2.6

Ringkasan AI

Xiaomi merilis tinjauan resmi atas masalah duplikasi pemanggilan alat setelah peluncuran MiMo-V2.6, dengan tingkat duplikasi tingkat respons melebihi 0,05%, serta membedakan antara pemanggilan paralel normal, banjir pemanggilan, dan duplikasi pemanggilan. Pemutaran ulang berbagai checkpoint RL menunjukkan tingkat banjir naik dari 11,1% menjadi 24,6% seiring pelatihan, dan penalti ambang 32 pemanggilan terlalu longgar; menurunkan ambang secara langsung memerlukan restart 20 langkah MixRL dengan estimasi biaya 2,31 juta dolar AS, sementara pengujian internal hanya menurunkan tingkat duplikasi dari 13,45% menjadi 3,83%.

Poin utama

  • Xiaomi merilis tinjauan resmi atas masalah duplikasi pemanggilan alat setelah peluncuran MiMo-V2.
  • 6,dengan tingkat duplikasi tingkat respons melebihi 0,05%,serta membedakan antara pemanggilan…
  • Pemutaran ulang berbagai checkpoint RL menunjukkan tingkat banjir naik dari 11,1% menjadi 24,6%…
  • menurunkan ambang secara langsung memerlukan restart 20 langkah MixRL dengan estimasi biaya 2,31…

Ringkasan cepat

Waktu terbit
Waktu diperbarui
Sumber
小米 MiMo:官网发布与博客
Kategori
Makalah & Riset
Skor AI
63
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

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。

Sumber dan hak cipta

Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.

Tautan asli · Entri AIHOT

Cara mengutip

Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.

Orange News: Xiaomi MiMo-V2.6 diagnosis dan perbaiki masalah duplikasi pemanggilan alat, turunkan biaya perbaikan ke 4% skema MixRL dengan MOPD. 27 September 2026. https://new.nat6.net/id/news/cmuk25h00156vro9h173e1zjz/

Lihat semua →