小白爱摸鱼
@chaozuoye
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：一天烧掉约$74万（约500多万人民币），每小时$3000。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。这还只是RL阶段，不含预训练。
你对小米MiMo公开实时直播RL训练有什么看法？
话题来源 @wquguru
140K阅读 ❤️352 x.com/…↗ 已改写，非原文转载
18 浏览 0 评论
0 反应
