开源 RL 环境就是赢。当然是在 Hugging Face 上！ 引用 @HarveenChadha：本来想安静过个周末，结果小米昨晚放出了他们的 RL 环境仓库。对比一下，这类任务如果去买，通常每个要几百到上千美元，所以这个仓库简直价值数百万。https://huggingface.co/datasets/XiaomiMiMo/MiMo-V2.6-RL-oss