Global · IA · Modelos · Agentes · Xiaomi · MiMo
Xiaomi libera pesos MiMo-V2.6 ajustados para reducir llamadas repetidas a herramientas
Las versiones Pro y Flash MOPD incorporan entrenamiento específico para corregir una conducta que hace perder tiempo y contexto a los agentes.
Fecha de la fuente original:
Lo esencial
- Pesos Pro y Flash agrupados en una actualización.
- Evaluaciones de repetición realizadas por Xiaomi.
Enseñar al agente cuándo detenerse
Xiaomi publicó los pesos MOPD de MiMo-V2.6 Pro y Flash y explicó cómo corrigió la repetición de llamadas a herramientas. El equipo entrenó un modelo especializado que penaliza repeticiones y errores, y después incorporó su comportamiento a los modelos principales mediante destilación con varios profesores.
Una actualización con fechas de acceso diferentes
Según las pruebas internas de Xiaomi, la repetición disminuyó en distintos entornos de agentes sin deteriorar su batería general de evaluaciones. La métrica principal cuenta llamadas idénticas dentro de un turno; deja fuera repeticiones entre turnos y variantes casi iguales. La publicación de pesos del 27 de septiembre permite utilizar esos modelos fuera del servicio alojado. La API ya empleaba las versiones corregidas desde el 25 de septiembre a las 06:00, hora UTC+8, conservando los nombres habituales.