XiaomiはMiMo-V2.6シリーズを発表しました。これにはネイティブなオムニモーダルモデルであるProおよびFlash、そして同社が展開中と述べているPro-UltraSpeedが含まれます。VentureBeatは9月21日にこの発表を報じ、Proをすべてのクローズドモデルを打ち負かすモデルとしてではなく、オープンウェイトのベンチマークリーダーとして描写しました。
最も際立った数値はトレーニングの効率性に関するものです。Xiaomiによれば、各モデルは約750,000の軌跡にわたる30の強化学習ステップを6日以内に完了しました。報告されたトレーニングコストは、Flashで約85万ドル、Proで262万ドルです。これらはXiaomiによる数値であり、提供された主要な記事やVentureBeatの報道では、独立した再現や検証は確立されていません。
Xiaomiはまた、DeepSWE v1.1における大幅な向上を報告しています。Flashは48.8から65.68へ、Proは58.4から72.57へと上昇しました。これらの結果は、独立して再現された評価としてではなく、会社が報告したベンチマーク結果として読み取るべきものです。公式記事では、ProのArtificial Analysis Intelligence Indexスコアを46.32と記載しており、最も強力なクローズドモデルとの間には依然として差があることを認めています。
このスコアは会社によって公開されたものであり、タスクのランキングは変動し、一部のクローズドモデルが依然として上位にあるという記事の注意書きを伴って読み取る必要があります。
その限定条件は重要です。VentureBeatは、一部のクローズドモデルの評価が依然として上位にあり、ランキングはタスクによって変化することを指摘しています。したがって、提供された証拠はより限定的な結論を支持します。すなわち、MiMo-V2.6 Proは選択されたオープンウェイトのベンチマーク比較において競争力があるように見えますが、すべてのAIワークロードにおいて普遍的に優れているわけではありません。
Xiaomiは、モデルの重み、技術レポート、7,000以上の強化学習タスク環境、エンドツーエンドのRLフレームワーク、およびMiMo-V2.6-Distill-Qwen-9Bを公開すると述べています。これらの資料が説明通りにアクセス可能で利用可能なものであれば、研究者がトレーニング手法を調査し、より多くの作業を再現するのに役立つ可能性があります。このパッケージは、ダウンロードの可用性、ライセンス条件、またはアーティファクトの独立した検証を確立するものではありません。
この発表が重要なのは、報告されたトレーニングコストの低さと公開されたインフラストラクチャにより、非常に大きな予算を持つ組織以外の組織でも実験の幅が広がる可能性があるためです。それでも、ソースパッケージはXiaomiが発表したこと、およびVentureBeatが報じたことを確立するものであり、効率性の主張やベンチマークの向上が独立して確認されたことを確立するものではありません。