强化学习

图灵奖得主 Sutton 泼冷水:大模型只是「共识的容器」,不是科学家

2026 年 7 月 17 日,在上海世界人工智能大会(WAIC)的思想者论坛上,一位身着中式传统纹样衬衫的老人缓缓走上讲台。他是 Richard Sutton,强化学习领域的奠基…

小米把 MiMo-V2.6 全量开源:6 天在线强化学习、约 75 万条轨迹,Pro 版冲上最强开源模型

小米在 9 月 22 日正式发布并开源了 MiMo-V2.6 系列。这一代包括 Pro 和 Flash 两个原生全模态模型,同时放出了蒸馏版本、7000 多个强化学习任务环境、端到…