小米把 RL 训练开成了直播:看懂 mimo.xiaomi.com/rl 这个页面 一句话说清 这是小米 MiMo 团队给 MiMo-V2.6 的强化学习(RL)训练开的一个「实时直播看板」。它不是模型发布页,也不是宣传页,而是把正在跑的训练任务的真实运行日志挂在公网上——花了多少钱、跑了多少 token、哪台机器挂了、某个数据集这轮通过了多少条,任何人都能随时刷新看。