+− THE DAILY DIFFdev & AI news
SHIP IT

Xiaomi นำการฝึก AI มูลค่า 1 ล้านเหรียญสหรัฐฯ ขึ้นเว็บเพจสาธารณะ

Xiaomi กำลังฝึก MiMo 2.6 แบบสาธารณะ: mimo.xiaomi.com/rl สตรีมเมตริกของเทรนเนอร์เองสำหรับการรัน Reinforcement Learning สองครั้ง — ตัวนับค่าใช้จ่ายเกิน 1 ล้านเหรียญสหรัฐฯ, รีสตาร์ทเจ็ดครั้งใน 51 ชั่วโมง, บันทึกการดำเนินงาน เช่น "เราได้ลบชุดข้อมูลไซเบอร์ออกไปเนื่องจากเราพบรูปแบบที่ไม่ดีในบันทึกการเปิดตัว" และคะแนน DeepSWE ที่เพิ่มขึ้นแบบสดๆ นอกจากนี้ยังมี 10 BTC ที่ไม่ได้แตะต้องของ Neovim, กล้อง Flock ที่ถูกทิ้งบน Android 8.1 และการบำรุงรักษา Servo ที่ได้รับทุนบริจาคตลอดทั้งปี คำตัดสิน: SHIP IT.

Want to see our stories first on Google? Add us to your preferred sources — it helps us grow.

Xiaomi กำลังฝึก MiMo 2.6 แบบสาธารณะ: mimo.xiaomi.com/rl สตรีมเมตริกของเทรนเนอร์เองสำหรับการรัน Reinforcement Learning สองครั้ง — ตัวนับค่าใช้จ่ายเกิน 1 ล้านเหรียญสหรัฐฯ, รีสตาร์ทเจ็ดครั้งใน 51 ชั่วโมง, บันทึกการดำเนินงาน เช่น "เราได้ลบชุดข้อมูลไซเบอร์ออกไปเนื่องจากเราพบรูปแบบที่ไม่ดีในบันทึกการเปิดตัว" และคะแนน DeepSWE ที่เพิ่มขึ้นแบบสดๆ นอกจากนี้ยังมี 10 BTC ที่ไม่ได้แตะต้องของ Neovim, กล้อง Flock ที่ถูกทิ้งบน Android 8.1 และการบำรุงรักษา Servo ที่ได้รับทุนบริจาคตลอดทั้งปี คำตัดสิน: SHIP IT.

อ่านฉบับลายลักษณ์อักษร (ภาษาอังกฤษ) ↗

วิดีโอนี้ครอบคลุมอะไรบ้าง

  • Xiaomi สตรีมการรัน MiMo 2.6 Pro/Flash RL แบบสด: 5.71 ดอลลาร์/วินาที, รีสตาร์ท 7 ครั้ง, 30B โทเค็น, DeepSWE 58 → 65.8 (การประเมินของตัวเอง)
  • ที่อยู่ส่วนท้ายของ Neovim มี 10.89 BTC (ประมาณ 830,000 ดอลลาร์สหรัฐฯ); 10 BTC มาถึงในเดือนมีนาคม 2023 ไม่มีอะไรออกจากบัญชีนี้ตั้งแต่ปี 2019
  • กล้อง Flock ถูกทิ้ง (Wired / 404 Media / Micah Lee): Android 8.1, ระดับแพตช์ 2018-06-05, Linux 3.18, คีย์ API แบบฮาร์ดโค้ด, Auth0 secrets แบบข้อความธรรมดา
  • Servo: ผู้ดูแลพาร์ทไทม์ที่ได้รับทุนบริจาค 1 คน, PRs ได้รับการตรวจสอบ 1,150 รายการ, ผู้ดูแลใหม่ 8 คน, ปัญหาเริ่มต้น 114 รายการ (แก้ไขแล้ว 92%)

คำถามและคำตอบ

แดชบอร์ดการเรียนรู้แบบเสริมแรง MiMo 2.6 สาธารณะของ Xiaomi แสดงอะไรบ้าง?

มันสตรีมเมตริกของผู้ฝึกสอนเองสำหรับการเรียนรู้แบบเสริมแรงแบบสดสองครั้ง คือ MiMo 2.6 Pro และ Flash ที่เล็กกว่า จากข้อมูลบนแดชบอร์ด จะแสดงตัวนับค่าใช้จ่ายที่ 5.71 ดอลลาร์/วินาที, จำนวนการรีสตาร์ท, บันทึกของผู้ปฏิบัติงาน และคะแนน DeepSWE ที่ Xiaomi กรอกด้วยตนเองเมื่อมีการประเมินจุดตรวจสอบ Pro มีคะแนนเพิ่มขึ้นจาก 58 เป็น 65.8 ในการประเมินของ Xiaomi เอง

mimo.xiaomi.com · news.ycombinator.com

ทำไมการฝึกอบรม AI ขนาดใหญ่จึงต้องรีสตาร์ท และ Xiaomi ได้เผยแพร่เหตุผลอะไรบ้าง?

การฝึกอบรมจะรีสตาร์ทเมื่อเกิดปัญหาด้านโครงสร้างพื้นฐานหรือข้อมูลระหว่างการทำงาน การทำงานของ Xiaomi Pro รีสตาร์ท 7 ครั้งใน 51 ชั่วโมง และผู้ปฏิบัติงานได้โพสต์สาเหตุ: ปัญหา VRAM บนโหนดหนึ่ง, ปัญหาเครือข่ายระหว่างคลัสเตอร์การฝึกอบรมและตัวให้คะแนน และการลบชุดข้อมูลไซเบอร์หลังจากที่พบรูปแบบที่ไม่ดีในบันทึกการเปิดตัว การทำงานของ Flash ถูกย้อนกลับไปยังขั้นตอนที่สิบห้าหลังจากเกิดข้อผิดพลาดด้านโครงสร้างพื้นฐานที่ไม่ตรวจพบ

mimo.xiaomi.com · news.ycombinator.com

นักวิจัยพบปัญหาด้านความปลอดภัยใดบ้างในกล้องทะเบียนรถ Flock ที่ถูกทิ้ง?

เฟิร์มแวร์ล้าสมัยอย่างมากและมีข้อมูลรับรองที่ฝังอยู่ จากการวิเคราะห์ของ Micah Lee กล้องใช้ Android 8.1 ที่มีระดับแพตช์ 2018-06-05 และเคอร์เนล Linux 3.18 และไลบรารีที่ใช้ร่วมกันมีคีย์ API ที่ถูกฮาร์ดโค้ดไว้ กล้องแลกเปลี่ยนคีย์นั้นกับความลับของ Auth0 ที่จัดเก็บในรูปแบบข้อความธรรมดา Flock กล่าวว่าไม่ได้รับรายงานผ่านกระบวนการเปิดเผยข้อมูล

micahflee.com · www.wired.com

Neovim ยังคงควบคุม Bitcoin ในที่อยู่ส่วนท้ายของเว็บไซต์หรือไม่?

ยังไม่ได้รับการยืนยัน ผู้ใช้ Hacker News พบ 10.89 BTC ที่ที่อยู่ส่วนท้ายของเว็บไซต์ Neovim และ mempool.space แสดงว่า 10 BTC มาถึงในเดือนมีนาคม 2023 ไม่มีอะไรออกจากกระเป๋าเงินตั้งแต่ปี 2019 และการบริจาคได้ย้ายไปที่ Open Collective ในภายหลัง ไม่มีใครจาก Neovim ตอบกลับ ดังนั้นจึงยังไม่ทราบว่าทีมถือคีย์ส่วนตัวหรือไม่

news.ycombinator.com · mempool.space

ห้องปฏิบัติการ AI ควรเผยแพร่เมตริกการฝึกอบรมสดแบบที่ Xiaomi ทำหรือไม่?

คำตัดสินของ The Daily Diff คือ SHIP IT การรีสตาร์ทสาธารณะและบันทึกที่ระบุว่าชุดข้อมูลถูกดึงออกเนื่องจากรูปแบบที่ไม่ดีถูกตัดสินว่ามีค่ามากกว่าบล็อกการเปิดตัวใดๆ ข้อควรระวังคือคะแนน DeepSWE บนหน้ายังคงได้รับการให้คะแนนโดยผู้ที่ฝึกอบรมโมเดล และโมเดลเองก็ยังไม่ได้เปิดตัว

mimo.xiaomi.com · news.ycombinator.com

บทถอดเสียงที่แปลแล้ว

แปลจากการบรรยายภาษาอังกฤษต้นฉบับ เสียงและคำบรรยายที่มีให้จะควบคุมโดย YouTube

0:00 Xiaomi กำลังฝึกโมเดลถัดไปแบบสดบนหน้าเว็บสาธารณะ ซึ่งตัวนับอ่านว่าหนึ่งล้านดอลลาร์และรีสตาร์ทเจ็ดครั้ง ในวิดีโอนี้: แดชบอร์ดสด ทำไมมันถึงขัดข้องบ่อย โชคลาภที่ถูกลืมของ Neovim กล้อง Flock ที่ถูกทิ้ง และปีของ Servo วันนี้วันพฤหัสบดีที่ 17 กันยายน และนี่คือ The Daily Diff Xiaomi เปิดบันทึกการฝึกของ MiMo 2.6 สู่สาธารณะ Neovim ได้รับแจ้งว่ามี Bitcoin มูลค่าแปดแสนดอลลาร์ที่พวกเขาไม่เคย แตะต้อง แฮกเกอร์ตัดกล้อง Flock และอ่านเฟิร์มแวร์ของมัน

0:27 และ Servo นับสิ่งที่เงินบริจาคหนึ่งปีซื้อมาได้ หน้าเว็บคือ mimo.xiaomi.com/rl: เมตริกของเทรนเนอร์เอง สำหรับการรัน Reinforcement Learning สองครั้ง, MiMo 2.6 Pro, โมเดลพารามิเตอร์หนึ่งล้านล้านตัวที่มี 42 พันล้านตัวที่ใช้งานอยู่ และ 2.6 Flash ซึ่งเป็นรุ่นเล็ก ทั้งสองเริ่มเมื่อวันอังคาร; ภายในคืนวันพุธ Hacker News ให้คะแนนไปสี่ ร้อยแปดสิบแต้ม มากกว่าที่โมเดลส่วนใหญ่ได้รับเมื่อเปิดตัว ทุกขั้นตอน การรัน Pro จะสุ่มตัวอย่างประมาณพันห้าร้อยคำสั่ง

0:55 สองในสามของนั้นเป็นโค้ด รันสิบหกครั้งในแซนด์บ็อกซ์แต่ละครั้ง ให้คะแนน และฝึกอบรมจากผลลัพธ์ สองพันห้าร้อยล้านโทเค็นต่อขั้นตอน หัวข้อข่าวคืออัตราการผ่าน ซึ่งเป็นสัดส่วนของความพยายามที่สำเร็จ: ห้าสิบหก เปอร์เซ็นต์ที่ขั้นตอนที่หนึ่ง หกสิบเอ็ดที่ขั้นตอนที่สิบสี่ เสียงของโมเดลที่กำลังเรียนรู้ หรือเกมลูกเต๋าที่แพงมาก ตอนนี้เป็นส่วนที่บล็อกเปิดตัวจะไม่แสดงให้คุณเห็น การรัน Pro ได้รีสตาร์ทเจ็ดครั้งในห้าสิบเอ็ดชั่วโมง และผู้ดำเนินการโพสต์เหตุผล: ปัญหา VRAM บนโหนดหนึ่ง; ปัญหาเครือข่าย

1:25 ระหว่างคลัสเตอร์การฝึกอบรมกับตัวประเมิน; และหลังจากนั้น, เราได้ลบชุดข้อมูลไซเบอร์ออกไปเนื่องจากเราพบรูปแบบที่ไม่ดีในบันทึกการเปิดตัว ซึ่งเป็นประโยคที่ซื่อสัตย์ที่สุดเท่าที่บริษัทที่ขายโมเดลเคยเผยแพร่ การรัน Flash ถูกย้อนกลับไปที่ขั้นตอนที่สิบห้าเนื่องจากข้อผิดพลาดโครงสร้างพื้นฐานบนหนึ่ง ชุดข้อมูลไม่ถูกตรวจพบเป็นเวลาสามชั่วโมง ซึ่งในบริษัทส่วนใหญ่เป็นปัญหาของเด็กฝึกงาน และที่นี่เป็นรายการบันทึกการเปลี่ยนแปลงสาธารณะ ในขณะเดียวกัน ตัวนับค่าใช้จ่ายเดินอยู่ที่ห้าดอลลาร์เจ็ดสิบเอ็ดเซ็นต์ต่อวินาที ประมาณสองหมื่นดอลลาร์ต่อชั่วโมง ดังนั้นทุกครั้งที่คุณเห็นการรีสตาร์ท

1:56 คือเงินเดือนประจำปีของใครบางคนกำลังหายไปแบบสดๆ เส้นมาตรฐานคือสิ่งที่ต้องจับตาดู Xiaomi กรอกคะแนน DeepSWE ด้วยมือเมื่อมีการประเมินจุดตรวจสอบ และ Pro ไปจากห้าสิบแปดเป็นหกสิบห้าจุดแปดในสิบเอ็ดขั้นตอน ใกล้เคียงกับอันดับสูงสุดของตารางผู้นำตัวแทนการเขียนโค้ด Hacker News ถามว่า: ถ้าคุณให้คะแนนโมเดลบนเกณฑ์มาตรฐานในขณะที่ฝึกฝน นั่นไม่ใช่การปนเปื้อนหรือ? ข้อแก้ต่าง: การตรวจสอบจุดตรวจสอบไม่ใช่ข้อมูลการฝึกอบรม

2:19 ซึ่งเป็นความจริง และยังเป็นวิธีที่ทุกห้องปฏิบัติการเลือกจุดตรวจสอบที่ได้คะแนนสูงสุด เกณฑ์มาตรฐานในรูปแบบสไลด์ที่วาดขึ้นแบบสด อีกสองเรื่อง ท้ายกระดาษเขียนว่า 'เปิดคือสิ่งที่เราให้คุณค่า' แต่บัญชี X ของ Xiaomi เองก็ยังไม่ได้ กล่าวถึงการสตรีม; โพสต์ล่าสุดของมันคือเบต้าของแอปเดสก์ท็อป ดังนั้นการฝึกอบรมที่โปร่งใสที่สุดใน AI ถูกค้นพบโดยผู้ใช้ Hacker News และวิศวกรของ Hugging Face และโมเดลยังไม่เปิดตัว ผู้ใช้ MiMo 2.5 Pro ในปัจจุบันเรียกมันว่าดีมาก

2:45 หรือเร็วแต่โง่ ดังนั้นการสตรีมคือคำสัญญา ไม่ใช่ผลิตภัณฑ์ แล้วทรัพย์สมบัติที่ไม่มีใครอ้างสิทธิ์ ผู้ใช้ Hacker News ตรวจสอบที่อยู่ Bitcoin ในส่วนท้ายของเว็บไซต์ Neovim และ พบ Bitcoin สิบเหรียญที่มาถึงในเดือนมีนาคม 2023 ซึ่งมีมูลค่า สองแสนห้าหมื่นดอลลาร์ในตอนนั้น และประมาณแปดแสนสามหมื่นดอลลาร์ในวันนี้ ไม่มีอะไรออกจากกระเป๋าเงินนั้นตั้งแต่เดือนตุลาคม 2019; เงินบริจาคย้ายไปที่ Open Collective แต่ส่วนท้ายไม่เคยเปลี่ยน ความกังวลอันดับต้นๆ ของกระทู้คือคีย์ ไม่ใช่เงิน: ฉันหวังว่าพวกเขายังมี

3:15 คีย์ส่วนตัว ซึ่งเป็นเวอร์ชันคริปโตของการถามว่าใครมีรหัสผ่าน root หลังจาก ผู้ก่อตั้งออกไปแล้ว ไม่มีใครจาก Neovim ตอบกลับมาเลย ดังนั้นมันอาจจะเป็นฮาร์ดแวร์ วอลเล็ตในลิ้นชัก หรือที่ทับกระดาษที่มีเงินทุนดีมาก ตอนนี้กล้อง กลุ่มที่เรียกตัวเองว่า stegan0gram ได้ถอดเครื่องอ่านป้ายทะเบียน Flock ออกจากเสา นอกมิลวอกี, ทำสำเนาข้อมูลที่เก็บไว้, และมอบพาร์ติชั่นให้กับ DDoSecrets Micah Lee อ่านเฟิร์มแวร์: Android 8.1 จากปี 2017, ระดับแพทช์ความปลอดภัย จากเดือนมิถุนายน 2018, เคอร์เนล Linux 3.18,

3:45 คอมไพล์ในเดือนมิถุนายน 2025 แปดปีของการขาดแพทช์บนอุปกรณ์ที่ถ่ายภาพรถยนต์ห้าหมื่นคัน ภายในไม่กี่วัน มันยิ่งดีขึ้นไปอีก สิบเก้าในยี่สิบแอปของ Flock ใช้ไลบรารีเดียวกันกับคีย์ API แบบฮาร์ดโค้ด ซึ่งกล้องใช้แลกเปลี่ยนกับที่อยู่ MAC เพื่อรับข้อมูลรับรอง Auth0 ที่เก็บไว้ ในรูปแบบข้อความธรรมดาบนพาร์ติชันที่สร้างขึ้นเพื่อให้อยู่รอดจากการรีเซ็ตเป็นค่าเริ่มต้นจากโรงงาน พาร์ติชันสื่อถูกเข้ารหัส; คีย์อยู่ข้างๆ ในไฟล์

4:08 Flock กล่าวว่าไม่ได้รับรายงานผ่านกระบวนการเปิดเผยข้อมูล ซึ่งเป็นความจริงในทางเทคนิค เพราะนักวิจัยรายงานไปยังอินเทอร์เน็ต แทน และข่าวดี มีขนาดเล็กตามเจตนา หนึ่งปีที่แล้ว Servo, เอนจินเบราว์เซอร์ Rust, ใช้เงินบริจาครายเดือนเพื่อจ่ายเงินให้ Josh Bowman-Matthews ผู้ดูแลมานานแบบพาร์ทไทม์ รายงานผลงานของเขา: pull requests ได้รับการตรวจสอบหนึ่งพันหนึ่งร้อยห้าสิบรายการ ผู้ดูแลใหม่แปดคน, ปัญหาเริ่มต้นหนึ่งร้อยสิบสี่รายการ, เก้าสิบสองเปอร์เซ็นต์ได้รับการแก้ไขโดยผู้มาใหม่

4:37 นั่นคือสิ่งที่เงินไม่กี่พันดอลลาร์ต่อเดือนซื้อได้เมื่อมีคนจำได้ที่จะใช้จ่าย ซึ่งหลังจาก Neovim ก็เป็นข้อสังเกตที่แหลมคม หากคุณต้องการอ่านสิ่งนี้แทนที่จะฟังฉันพูด Diff จะถูกส่งไปที่กล่องจดหมายของคุณ ทุกเช้า — ฟรีที่ thedailydiff.dev ลิงก์ด้านล่าง ดังนั้น — คำตัดสินของวันนี้: SHIP IT. การรีสตาร์ทสาธารณะเจ็ดครั้งและบันทึกที่ระบุว่าเราพบรูปแบบที่ไม่ดีและดึงข้อมูลออก มีค่ามากกว่า บล็อกเปิดตัวใดๆ แม้ว่าเกณฑ์มาตรฐานบนหน้าเว็บจะยังคงได้รับการให้คะแนนโดยผู้คนที่

5:05 ฝึกอบรมโมเดล สมัครสมาชิก กดกระดิ่ง และบอกฉันในความคิดเห็นว่าคุณจะประทับตรา ต่างออกไปหรือไม่ และนั่นคือ The Daily Diff สำหรับวันนี้ ฉันชื่อ Niko จาก Axrisi ผสานอย่างรับผิดชอบ

แหล่งที่มา

  1. mimo-v2.6 RL live dashboardmimo.xiaomi.com
  2. HN: Xiaomi Mimo 2.6 live post-training dashboardnews.ycombinator.com
  3. MiMo-V2.5-Pro (1.02T params, MIT)huggingface.co
  4. MiMo-V2.5 API price cut (May 2026)platform.xiaomimimo.com
  5. HN: Neovim's ~$800k Bitcoin donationnews.ycombinator.com
  6. The address, on mempool.spacemempool.space
  7. Wired: Hackers Got Inside a Flock Camerawww.wired.com
  8. Micah Lee: Flock cameras are riddled with security vulnerabilities and hard-coded credentialsmicahflee.com
  9. HN: Flock cameranews.ycombinator.com
  10. Servo: One Year of Sponsored Servo Developmentservo.org
  11. HN: Servonews.ycombinator.com

Niko from Axrisi

Nikoloz Turazashvili · Vexrail · Axrisi

LinkedIn · dev.to · GitHub · X · Substack

วิดีโอที่เกี่ยวข้อง

daily · th · 31 ต.ค. 2569

Binance ถูกแฮก, ส่วนขยาย Claude Code ที่ถูกดัดแปลงในตลาดของ Cursor, เหตุการณ์ Northflank และ Mistral Large 4: สี่เรื่องราวสำหรับนักพัฒนาใน The Daily Diff ฉบับเดียว

สี่เรื่องราวสำหรับนักพัฒนา โดยแต่ละเรื่องมีที่มาจากแหล่งข้อมูลหลัก: Binance สูญเสียเงินคริปโตหลายพันล้านดอลลาร์ในเวลาประมาณยี่สิบนาที โดยบริษัทติดตาม TRM Labs และ Elliptic ได้เผยแพร่ยอดรวมที่แตกต่างกั

6:25 ↗
daily · th · 4 ต.ค. 2569

ขีดจำกัดการใช้จ่าย AWS สามารถลบโปรเจกต์ของคุณได้

ขีดจำกัดการใช้จ่ายโปรเจกต์ใหม่ของ AWS จะหยุดทรัพยากรเมื่อถึงขีดจำกัดและเก็บรักษาข้อมูลของคุณไว้ในเบื้องต้น คู่มือระบุว่าข้อมูลโปรเจกต์จะถูกลบอย่างถาวรหลังจากหยุดชั่วคราว 90 วันโดยไม่มีการดำเนินการใดๆ

5:13 ↗
daily · th · 1 ต.ค. 2569

Gemini 4 Argon คือโมเดลที่ดีที่สุดของ Google แต่คุณยังใช้ไม่ได้

Google ได้ประกาศ Gemini 4 Argon ซึ่งเป็นโมเดลบุกเบิกใหม่ และมีเพียงผู้ป้องกันภัยไซเบอร์ที่ได้รับความไว้วางใจเท่านั้นที่สามารถใช้งานได้ นี่คือสิ่งที่ตารางเกณฑ์มาตรฐาน 19 แถวของ Google แสดงให้เห็น สิ่งท

4:53 ↗
under-the-hood · th · 23 ก.ย. 2569

เมื่อโมเดลตาย ภายใต้กลไกการทำงาน

โมเดล AI ไม่ได้ตาย — มันได้รับวันปิดตัว และเช้าวันรุ่งขึ้น การเรียก API ของคุณจะส่งคืน 404: "โมเดลนี้เลิกใช้งานแล้ว เรียนรู้เพิ่มเติมที่นี่" ภายใต้กลไกการทำงาน: กระบวนการสี่สถานะ (active → legacy → de

3:15 ↗