小米MiMo团队公开直播新模型RL训练，并实时展示评测状态与成本变化。
推荐理由：实时公开强化学习训练和成本，把通常封闭的模型后训练过程变成可观察实验；价值在透明度与工程科普，但尚无总成本、规模或能力增益数据。
阅读原文