mimo.xiaomi.com
mimo-v2.6 RL
Training metrics of the mimo-v2.6-pro and mimo-v2.6-flash reinforcement-learning runs, live from the trainer's logs.
看起来分数还可以，不知道什么时候上架 ^-^
一次小版本 的后训练迭代花了多少钱呀
347万美元 换算成人民币两千多万
