Xiaomi MiMo-V2.6 диагностировала и устранила дублирование вызовов инструментов, снизив стоимость исправления с помощью MOPD до 4% от схемы MixRL
Оригинальный заголовок:Diagnosing and Mitigating Tool-Call Repetition in MiMo-V2.6
ИИ-резюме
Xiaomi опубликовала разбор проблемы дублирования вызовов инструментов после выпуска MiMo-V2.6: доля дублирования на уровне ответов превысила 0,05%, при этом были разграничены нормальные параллельные вызовы, лавинообразные вызовы и дублирование. Воспроизведение checkpoint'ов RL показало, что доля лавинообразных вызовов выросла с 11,1% до 24,6% по мере обучения, а штраф за порог в 32 вызова оказался слишком мягким; прямое снижение порога потребовало бы перезапуска 20 шагов MixRL с оценкой стоимости $2,31 млн, при этом внутренняя тестовая доля дублирования снизилась бы лишь с 13,45% до 3,83%.
Ключевые моменты
- Xiaomi опубликовала разбор проблемы дублирования вызовов инструментов после выпуска MiMo-V2.
- 6: доля дублирования на уровне ответов превысила 0,05%,при этом были разграничены нормальные…
- Воспроизведение checkpoint'ов RL показало,что доля лавинообразных вызовов выросла с 11,1% до 24,6%…
- прямое снижение порога потребовало бы перезапуска 20 шагов MixRL с оценкой стоимости $2,31 млн,при…
Кратко
- Опубликовано
- Обновлено
- Источник
- 小米 MiMo:官网发布与博客
- Категория
- Статьи и исследования
- Оценка ИИ
- 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。
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: Xiaomi MiMo-V2.6 диагностировала и устранила дублирование вызовов инструментов, снизив стоимость исправления с помощью MOPD до 4% от схемы MixRL. 27 сентября 2026. https://new.nat6.net/ru/news/cmuk25h00156vro9h173e1zjz/