# MiMo-V2.6 Pro 架构与训练笔记

- 原标题：MiMo-V2.6 Pro Architecture and Training Notes
- 类型：博客
- 来源：Sebastian Raschka
- 发布时间：2026-09-22
- 首次精选：2026-10-26 16:30
- 分级：值得看
- 原文链接：[https://sebastianraschka.com/blog/2026/mimo-v2-6-pro-architecture-training-notes.html](<https://sebastianraschka.com/blog/2026/mimo-v2-6-pro-architecture-training-notes.html>)
- 本站页面：[https://oplearnx.com/resources/pk\_9b67898bf5cf](<https://oplearnx.com/resources/pk_9b67898bf5cf>)

## 摘要

记录小米 MiMo-V2.6 Pro 的架构与训练要点：架构为经典 GQA 加 128 token 小窗口滑动注意力，文中称其在开放权重模型基准的加权平均上排名第一。训练方面提到增加智能体任务并跨不同 harness 训练（held-out harness 上 DeepSWE pass@1 约从 50% 升至 66%）、用以查看执行轨迹的 agentic grader 替代简单正确性验证器，以及大规模 RL 批次（1,568 条提示 × 16 次采样，25,088 条轨迹）与每次更新 2.7–3.7 亿级训练 token。

---
来源：LearnMap · 学径（https://oplearnx.com）