返回 AI 情报
论文精选 632026-09-27 00:00小米 MiMo：官网发布与博客
小米 MiMo-V2.6 诊断并修复工具调用重复问题，用 MOPD 将修复成本降至 MixRL 方案的 4%
Diagnosing and Mitigating Tool-Call Repetition in MiMo-V2.6
精选理由
原文给出完整的归因实验和修复路径，还公开了成本对比，读者可借鉴其诊断 RL 训练中涌现行为的方法。
AI 摘要
小米官方复盘 MiMo-V2.6 发布后的工具调用重复问题，响应级重复率超 0.05%，并区分了正常并行调用、调用泛滥与调用重复。回放 RL 各 checkpoint 显示泛滥率随训练从 11.1% 升至 24.6%，32 次调用阈值惩罚过于宽松；直接调低阈值需重启 20 步 MixRL，估计成本 231 万美元，且内部测试重复率仅从 13.45% 降至 3.83%。
正文 · AI 翻译
按该来源的展示范围，站内仅提供摘要。
> 站内仅提供摘要，全文见原文。
原文
Original Title
Diagnosing and Mitigating Tool-Call Repetition in MiMo-V2.6
Source
小米 MiMo：官网发布与博客
Site
mimo.xiaomi.com
Published
2026-09-27 00:00