설명
MiMo-V2.6-Pro-RL은 자기 개선을 위한 강화 학습을 발전시키기 위해 개발된 MiMo 시리즈의 주요 모델입니다. 이 모델은 RL 컴퓨팅, 환경 다양성 및 채점 컴퓨팅을 함께 확장할 수 있도록 설계되어 탐색과 피드백을 통해 기능을 확장할 수 있습니다. 주요 기능으로는 텍스트, 이미지, 비디오 및 오디오를 하나의 모델로 통합하는 네이티브 옴니모달 접근 방식과 방대한 저장소 및 다중 세션 에이전트 실행을 처리하기 위한 100만 토큰의 긴 컨텍스트 길이가 포함됩니다.
더 읽기
이 모델은 'You Only RL Once'라는 독특한 전략을 사용하여 작업을 혼합하고 단일 배치에서 능력을 강화하며 도메인 간 전략을 전이합니다. 대규모 배치에서 수십억 개의 토큰을 처리하는 완전 비동기 그룹 상대 정책 최적화(GRPO)를 활용합니다. 그룹별 에이전틱 채점 시스템은 솔루션을 순위 매기고 효율적인 경로로 유도하여 자기 개선 루프를 향상시킵니다.
MiMo-V2.6-Pro-RL은 자율 학생 롤아웃과 접두사 조건 롤아웃을 결합한 다중 접두사 다중 교사 정책 증류(MOPD2) 기능도 갖추고 있어 복잡한 작업에 대한 기능을 확장합니다. 이 모델의 아키텍처는 총 1.02조 개의 매개변수를 가진 희소 전문가 혼합 구조와 6억 8천 1백만 개의 매개변수를 가진 비전 인코더를 포함합니다.
이 모델은 AI Studio, MiMo Code 및 Xiaomi MiMo Desktop을 포함한 다양한 플랫폼을 통해 배포할 수 있습니다. 최적의 성능을 위해 Docker 배포를 지원하며 Xiaomi MiMo Open Platform API 및 OpenRouter를 통해 접근할 수 있습니다.
- 카테고리AI 모델 및 LLM
- 요금제오픈소스
- 배포클라우드
- 플랫폼웹
MiMo-V2.6-Pro-RL 하이라이트
네이티브 옴니모달 통합
100만 토큰 컨텍스트 길이
You Only RL Once 전략
그룹 상대 정책 최적화
그룹별 에이전틱 채점
다중 접두사 다중 교사 증류
희소 전문가 혼합 아키텍처
다양한 플랫폼에서 사용 가능
MiMo-V2.6-Pro-RL 시작하기
모델 페이지 접근: MiMo-V2.6-Pro-RL의 공식 Hugging Face 페이지를 방문하세요.
인증: 모델에 접근하기 위한 필요한 자격 증명이 있는지 확인하세요.
구성: 요구 사항에 따라 모델 매개변수를 설정하세요.
프롬프트 전송: 모델과 상호작용하고 출력을 받기 위해 데이터를 입력하세요.
MiMo-V2.6-Pro-RL의 사용 사례
- 다중 모달 처리
- 강화 학습
- 대규모 데이터 처리
- 도메인 간 전략 전이
- 고급 채점 시스템








