小米 MiMo-V2.6 技术报告：260 万美元 RL 算力与三维扩展将万亿参数 MoE 模型推入前沿梯队

小米 LLM-Core 团队发布 MiMo-V2.6 技术报告，提出同时扩展训练批次、环境多样性与评分器三个维度的 RL 方法，并投入 260 万美元 RL 算力，将万亿参数 MoE 模型推入前沿梯队。