小米在公開網頁上展示了一次耗資百萬美元的 AI 訓練。
小米正在公開訓練 MiMo 2.6：mimo.xiaomi.com/rl 即時串流了訓練師的兩個強化學習訓練指標 — 成本計數器已超過 100 萬美元，在 51 小時內重啟了七次，操作員筆記如「我們移除了網路資料集，因為在發布日誌中發現了一些不良模式」，以及即時上升的 DeepSWE 分數。
小米正在公開訓練 MiMo 2.6：mimo.xiaomi.com/rl 即時串流了訓練師的兩個強化學習訓練指標 — 成本計數器已超過 100 萬美元，在 51 小時內重啟了七次，操作員筆記如「我們移除了網路資料集，因為在發布日誌中發現了一些不良模式」，以及即時上升的 DeepSWE 分數。此外還有 Neovim 尚未動用的 10 枚比特幣，一部搭載 Android 8.1 的廢棄 Flock 相機，以及 Servo 獲得捐款資助的一年維護。評語：SHIP IT。
本影片重點
- 小米即時串流 MiMo 2.6 Pro/Flash RL 訓練：每秒 5.71 美元，7 次重啟，300 億個 token，DeepSWE 從 58 提升到 65.8（內部評估）。
- Neovim 的頁腳地址持有 10.89 枚比特幣（約 83 萬美元）；2023 年 3 月收到 10 枚比特幣，自 2019 年以來沒有任何支出。
- Flock 相機被廢棄（Wired / 404 Media / Micah Lee）：Android 8.1，補丁級別 2018-06-05，Linux 3.18，硬編碼 API 金鑰，純文字 Auth0 密碼。
- Servo：一名由捐款資助的兼職維護人員，審閱了 1,150 個 PR，8 名新維護人員，114 個入門問題（92% 已解決）。
翻譯文字稿
譯自英文原版旁白。可用的音訊和字幕由 YouTube 控制。
0:00 小米正在一個公開網頁上即時訓練其下一代模型， 其計數器顯示一百萬美元和七次重啟。 在這段影片中：即時儀表板，為什麼它會不斷崩潰， Neovim 被遺忘的財富，一個被丟棄的 Flock 相機，以及 Servo 的一年。 今天是 9 月 17 日星期四，這是 The Daily Diff。 小米向網路公開了 MiMo 2.6 的訓練日誌。 Neovim 被告知它擁有八十萬美元的比特幣，但它從未 動用過。駭客入侵了 Flock 相機並讀取了其韌體。
0:27 而 Servo 則計算了一年捐款的成果。 該網頁是 mimo.xiaomi.com/rl：訓練師自己的 兩個強化學習訓練指標，MiMo 2.6 Pro， 一個擁有一萬億個參數的模型，其中有四百二十億個活躍參數， 以及 2.6 Flash，較小的那個。 兩者都在週二啟動；到週三晚上，Hacker News 已經給了它四百 八十分，比大多數模型發佈時的分數還高。 每一步，Pro 訓練都會抽樣約一千五百個提示詞，
0:55 其中三分之二是程式碼，在沙盒中每個執行十六次嘗試， 對其評分，並根據結果進行訓練，每一步二十五億個 token。 最引人注目的是通過率，即成功嘗試的比例：第一步為百分之五十六， 第十四步為百分之六十一，這是一個模型正在學習的聲音， 或者是一個非常昂貴的骰子遊戲的聲音。 現在是任何發佈部落格都不會向您展示的部分。 Pro 訓練在 51 小時內重啟了七次， 操作員發布了原因：一個節點上的 VRAM 問題；訓練叢集和評分器之間的網路問題；
1:25 然後是： 我們移除了網路資料集，因為我們在發布日誌中發現了一些不良模式， 這是銷售模型的公司發布過最誠實的句子。 Flash 訓練被回溯到第十五步，因為一個資料集上的基礎設施錯誤 在三個小時內未被發現，這在大多數公司是實習生的問題，而這裡是一個公開的變更日誌條目。 而這裡是一個公開的變更日誌條目。 同時，成本計數器每秒跳動五美元七十一美分， 約每小時兩萬美元，所以您看到的每一次重啟，
1:56 都是某人的年薪在眼前蒸發。 基準線是值得關注的。 小米會在評估檢查點時手動填寫 DeepSWE 分數， 而 Pro 在十一週內從五十八分提高到六十五點八分， 接近程式設計代理排行榜的頂端。 Hacker News 詢問：如果你在訓練模型時就根據基準對模型進行評分， 這不就是污染嗎？ 防禦方：檢查點檢查不是訓練資料，
2:19 這是事實，也是每個實驗室如何選擇分數最高的檢查點的方式。 一個即時繪製的投影片基準。 還有兩件事。 頁腳寫著「開放是我們所珍視的」，但小米自己的 X 帳號卻沒有 提及這個直播；它最新的貼文是一個桌面應用程式的測試版， 所以人工智慧中最透明的訓練運行是由 Hacker News 用戶 和一位 Hugging Face 工程師發現的。 而且該模型尚未發布；目前 MiMo 2.5 Pro 的用戶稱它要麼物超所值，
2:45 要麼速度快但愚蠢，所以這個直播是一個承諾，而不是產品。 然後是無人認領的財富。 一位 Hacker News 用戶檢查了 Neovim 網站頁腳的比特幣地址， 發現了 2023 年 3 月收到的 10 枚比特幣，當時價值 二十五萬美元，今天約八十三萬美元。 自 2019 年 10 月以來，該錢包沒有任何支出；捐款已轉移到 Open Collective，頁腳從未改變。 該討論串最擔心的不是錢，而是金鑰：我希望他們仍然擁有
3:15 私鑰，這是創辦人離開後詢問誰擁有 root 密碼的加密貨幣版本。 Neovim 方面還沒有人回覆，所以它要麼是抽屜裡的硬體錢包， 要麼是一個資金非常充足的鎮紙。 現在是相機。 一個名為 stegan0gram 的團體從密爾瓦基郊區的一根電線桿上取下了一個 Flock 車牌閱讀器， 對其儲存空間進行了影像處理，並將分割區交給了 DDoSecrets。 Micah Lee 讀取了韌體：2017 年的 Android 8.1， 2018 年 6 月的安全補丁級別，Linux 3.18 核心，
3:45 編譯於 2025 年 6 月。 一個設備在幾天內拍攝了五萬輛車，卻缺少了八年的補丁。 幾天內拍攝了五萬輛車。 情況變得更糟。 二十個 Flock 應用程式中有十九個共用一個硬編碼的 API 金鑰， 相機會用這個金鑰和它的 MAC 位址換取 Auth0 憑證， 並以純文字形式儲存在一個旨在在恢復出廠設定後仍能存活的分割區上。 媒體分割區是加密的；金鑰就儲存在旁邊的一個檔案中。
4:08 Flock 表示他們沒有透過其披露程序收到任何報告， 這在技術上是事實，因為研究人員反而將其報告給了網路。 還有好消息，故意簡短。 一年前，Rust 瀏覽器引擎 Servo 利用其每月捐款支付了一名 長期維護者 Josh Bowman-Matthews 的兼職費用。 他的成績單：審閱了一千一百五十個拉取請求， 八名新維護者，一百一十四個入門問題， 百分之九十二由新成員解決。
4:37 這就是每月幾千美元能買到的東西，當有人記得花掉它的時候， 在 Neovim 之後，這是一個尖銳的評論。 如果你寧願閱讀這篇文章而不是聽我說，那麼每天早上 The Daily Diff 會發送到你的收件箱 — 在 daily diff dot dev 免費訂閱，連結在下方。 那麼 — 今天的判決：SHIP IT。 七次公開重啟和一則聲明說我們發現了不良模式並撤回了一個 資料集，其價值勝過 任何發布部落格，即使頁面上的基準仍然由訓練模型的人評分。
5:05 訓練模型的人評分。 訂閱，點擊小鈴鐺，並在評論中告訴我，如果你會給出不同的評分。 不同的評分。 這就是今天的 The Daily Diff。 我是 Axrisi 的 Niko。 負責任地合併。
來源
- mimo-v2.6 RL live dashboardmimo.xiaomi.com
- HN: Xiaomi Mimo 2.6 live post-training dashboardnews.ycombinator.com
- MiMo-V2.5-Pro (1.02T params, MIT)huggingface.co
- MiMo-V2.5 API price cut (May 2026)platform.xiaomimimo.com
- HN: Neovim's ~$800k Bitcoin donationnews.ycombinator.com
- The address, on mempool.spacemempool.space
- Wired: Hackers Got Inside a Flock Camerawww.wired.com
- Micah Lee: Flock cameras are riddled with security vulnerabilities and hard-coded credentialsmicahflee.com
- HN: Flock cameranews.ycombinator.com
- Servo: One Year of Sponsored Servo Developmentservo.org
- HN: Servonews.ycombinator.com
