Xiaomi นำการฝึก AI มูลค่า 1 ล้านเหรียญสหรัฐฯ ขึ้นเว็บเพจสาธารณะ

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%)

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