#mimo-v2-6-pro

Xiaomi、強化学習に品質チェックリストスコアを導入しMiMo-V2.6-Proのテストハッキングを防止

テスト合格のみを目的に訓練されたモデルが不要なコードを挿入したりエラーを黙殺したりする問題に対し、Xiaomiはテスト結果に品質チェックリストスコアを乗算して対処した。調整後のMiMo-V2.6-Pro RLはArtificial Analysis Intelligence Indexで46点を獲得し、オープンウェイトモデルで首位となった。