Xiami Mimo 2.6 实时训练仪表盘上线
Xiami Mimo 2.6 Live Training Dashboard
Xiami 刚刚发布了 Mimo 2.6 版本的实时强化学习训练仪表盘，公开展示了模型训练的详细动态。从数据流中可以看到，系统正在以极高的频率处理大量样本，实时统计 accepted、judged 以及 pass 率等关键指标。仪表盘记录了从 step 15 到 step 16 的完整训练过程，包括 partial 和 rewarding 样本的实时变化，以及 prewarm 阶段的 token 消耗情况。这种透明化的训练监控不仅让开发者能直观看到模型进化的每一步，也为理解 RL 训练机制提供了宝贵的数据视角。
step 15 完成，dynsam/avg@n 指标上升至 0.596，累计处理 26.9 亿 token。