Статьи и исследования

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
Читать оригинал Читать полную статью в первоисточнике
Почему это важно

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.

Оригинал статьи · Материал на AIHOT

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/

Смотреть все →