AI大土豆
@suanwan
小米MiMo可能是第一家公开实时直播RL训练的大模型厂商。在mimo.xiaomi.com/rl/上两个模型同时在训：一…
这还只是RL阶段，不含预训练。
我昨天看了直播，感觉挺震撼的。两个模型同时在训练，每小时3000美元，一天就是74万人民币。pro训练一步约6万，大概2-3小时。目前已经训练37小时，已花掉111万美元。
这还只是RL阶段，不含预训练。
项目地址：mimo.xiaomi.com/rl/
话题来源 @wquguru
138.5K阅读 ❤️349 x.com/…↗ 已改写，非原文转载
23 浏览 0 评论
0 反应
