แท็ก

#MiMo

4 บทความ

NaiveAI เปิด Naive-N0.5-Flash — MoE 309B (active 15.5B) ไลเซนส์ MIT, context 1M โดยไม่มี full attention สักชั้น ต่อยอดจาก MiMo-V2.5 + DeepSeek Sparse Attention
โมเดลใหม่

NaiveAI เปิด Naive-N0.5-Flash — MoE 309B (active 15.5B) ไลเซนส์ MIT, context 1M โดยไม่มี full attention สักชั้น ต่อยอดจาก MiMo-V2.5 + DeepSeek Sparse Attention

สตาร์ทอัพจีน NaiveAI ปล่อยน้ำหนัก Naive-N0.5-Flash เมื่อ 27 ก.ย. เป็น MoE 309B (active 15.5B) ไลเซนส์ MIT จริงในไฟล์ LICENSE รองรับ context 1M ด้วย sliding-window 39 ชั้นผสม DeepSeek Sparse Attention 9 ชั้น ไม่มี full attention เลย SWE-bench Pro 73.6 และ NL2Repo 71.9 นำกลุ่มโมเดลเปิด แต่แพ้ DeepSeek-V4.1-Flash ใน Terminal-Bench และ DeepSWE ตัวเลขทั้งหมดวัดเอง

· อ่าน 5 นาที
Xiaomi ปล่อยน้ำหนัก MiMo-V2.6 Pro (1.02T) และ Flash (309B) แล้ว — omni 1M context ลงวันเดียวกับที่ dashboard RL ปิดฉาก พร้อมป้าย MIT ที่ยังไม่มีไฟล์ LICENSE
โมเดลใหม่

Xiaomi ปล่อยน้ำหนัก MiMo-V2.6 Pro (1.02T) และ Flash (309B) แล้ว — omni 1M context ลงวันเดียวกับที่ dashboard RL ปิดฉาก พร้อมป้าย MIT ที่ยังไม่มีไฟล์ LICENSE

Xiaomi อัปโหลด MiMo-V2.6-Pro-RL (MoE 1.02T / active 42B) และ MiMo-V2.6-Flash-RL (309B / active 15B) ขึ้น Hugging Face เมื่อคืน 21 ก.ย. — รับข้อความ ภาพ วิดีโอ เสียง ในโมเดลเดียว context 1M เก็บน้ำหนักแบบ MXFP4 และการ์ดระบุ MIT แต่ใน repo ยังไม่มีไฟล์ LICENSE ส่วน dashboard RL ที่ถ่ายทอดสดมาตลอดสัปดาห์ปิดที่ 30 สเต็ป ตัวนับค่าใช้จ่ายรวมราว 3.5 ล้านดอลลาร์

· อ่าน 6 นาที
Xiaomi ถ่ายทอดสด RL run ของ MiMo v2.6 แบบเรียลไทม์ — เปิดทั้งกราฟ pass rate, ค่าไฟรายวินาที และ log ที่ node ล่ม ให้คนทั้งโลกดู
งานวิจัย

Xiaomi ถ่ายทอดสด RL run ของ MiMo v2.6 แบบเรียลไทม์ — เปิดทั้งกราฟ pass rate, ค่าไฟรายวินาที และ log ที่ node ล่ม ให้คนทั้งโลกดู

Xiaomi เปิดหน้าเว็บ mimo.xiaomi.com/rl ถ่ายทอดสดการเทรน RL ของโมเดลที่ยังไม่ปล่อยสองตัว (mimo-v2.6-pro และ mimo-v2.6-flash) ดึงตัวเลขตรงจาก log ของ trainer — ทั้ง pass rate รายสเต็ป, จำนวน sandbox ที่วิ่งอยู่สองหมื่นกว่าตัว, อัตราค่าใช้จ่ายรวม $8.57 ต่อวินาที และประกาศแจ้งว่า node หนึ่งเจอปัญหา VRAM จนต้องรีสตาร์ต ซึ่งเป็นระดับความโปร่งใสที่แล็บใหญ่ไม่เคยทำมาก่อน

· อ่าน 8 นาที
Anthropic กล่าวหาแล็บจีน 7 แห่งกลั่นความสามารถ Claude — Alibaba ใช้ไป 151 ล้านข้อความเพื่อเทรน Qwen 3.5–3.7 ส่วน DeepSeek กับ Moonshot แอบส่งคำขอของลูกค้าตัวเองไปให้ Claude ตอบ
ธุรกิจและกฎหมาย

Anthropic กล่าวหาแล็บจีน 7 แห่งกลั่นความสามารถ Claude — Alibaba ใช้ไป 151 ล้านข้อความเพื่อเทรน Qwen 3.5–3.7 ส่วน DeepSeek กับ Moonshot แอบส่งคำขอของลูกค้าตัวเองไปให้ Claude ตอบ

รายงาน Threat Intelligence ประจำเดือน ก.ย. ของ Anthropic (10 ก.ย.) ระบุชื่อ Alibaba, Moonshot, DeepSeek, Zhipu, Xiaomi, SenseTime และ MiniMax ว่ากลั่นความสามารถของ Claude โดยไม่ได้รับอนุญาต ที่นักพัฒนาควรรู้คือ DeepSeek คัดผู้ใช้ที่เรียกโมเดลของตัวเองผ่าน Claude Code, Agent SDK หรือ OpenCode แล้วส่งคำขอของคนกลุ่มนี้ไปให้ Claude Opus ตอบแทน ซึ่งพาข้อมูลลับของลูกค้า รวมถึงงบลงทุนที่มีไซต์กรุงเทพฯ ไปอยู่กับบุคคลที่สาม

· อ่าน 7 นาที