小米悄悄放出了一副"智能体"的训练沙盘

小米MiMo团队在Hugging Face上挂出了一份叫MiMo-v2.6-RL-OSS的数据集，标注写的是"Agentic RL Environments"——说白了，就是一套给智能体做强化学习的环境配置包。一个1分、0评论的帖子，热度几乎为零。但我在想，真正有意思的地方恰恰在这里：大厂开始把RL环境的底层积木开源了，而不是只发模型权重。过去两年大家盯着参数规模卷得头破血流，可智能体能不能落地，卡点从来不在模型本身，而在"它能在什么环境里反复试错"。小米这步棋不大，方向却比堆参数实在。问题是，社区真的愿意接这盘棋吗？

原文：XiaomiMiMo / MiMo-v2.6-RL-OSS (Agentic RL Environments) · 来源：Hacker News