シャオミMiMoチーム、強化学習の進展を公開 費用113万ドル超

  • シャオミはライブ訓練ダッシュボードを通じ、MiMo-V2.6の強化学習の進展を公開している。
  • Pro版とFlash版の訓練費用は2日間で113万ドルを超えた。
  • ルオ・フーリー氏によると、シャオミは今後数週間以内にさらに詳しい技術情報を公開する。

シャオミは次世代モデルMiMo-V2.6の強化学習訓練に関するライブダッシュボードを公開し、利用者は進捗状況、トークン消費量、費用、サンプル数、複数の社内指標を確認できるようになった。シャオミのMiMoチーム責任者であるルオ・フーリー氏は9月17日、強化学習をどこまで拡張できるかを約6カ月にわたり検証してきたチームについて、モデルはなお訓練中だと明らかにした。取り組みは、計算資源、訓練環境とタスクシステム、報酬評価メカニズムの3分野で拡大している。ダッシュボードの既存データによると、MiMo-V2.6-ProとMiMo-V2.6-Flashの訓練費用は2日間で113万ドルを超えた。ソフトウェアエンジニアリングのタスク、データ構成、失敗、ベンチマーク結果も確認できる。シャオミは今後数週間以内に、さらに詳しい技術情報を公開する予定である。シャオミW(01810.HK)は0.153%高と小幅に上昇した一方、空売り代金は約4億600万香港ドルに達し、空売り比率は39.554%となった。

当サイトの情報はAIを用いて生成されており、正確性を保証するものではありません。 参考情報としてご活用ください。