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。
#xiaomi
すべてのAIニュースを見る小米のMiMo-V2.6シリーズがB.AIで提供開始、APIとウェブチャットを同時開放
B.AIは小米のMiMo-V2.6-ProとMiMo-V2.6-Flashを提供し、APIとウェブチャットを同時に開放した。両モデルは100万トークンのコンテキストに対応し、テキスト、画像、動画、音声を扱える。