小米诊断MiMo-V2.6工具调用重复问题，新方案将修复成本降至MixRL的4%
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载重复调用在哪些场景出现
MiMo-V2.6 发布之后，工具调用重复成为比较突出的体验问题。在 MiMo Desktop、MiMo Code、OpenCode 等具备代理能力的场景中，模型有时会连续发出相同或高度接近的工具调用，既占用时间也消耗上下文，却没有带来实际推进。内部评测确认了这一现象，响应级别的重复率超过 0.05%。
各代理框架下的重复率
官方给出了 MiMo-V2.6-Flash-RL 与 MiMo-V2.6-Pro-RL 在不同代理框架中的工具调用重复率。OpenCode 上两者分别为 1.02% 和 0.54%；MiMo Desktop 上均为 0.19%；Claude Code 上为 0.27% 和 0.10%；OpenClaw 上为 0.17% 和 0.08%；Codex 上为 0.23% 和 0.07%；MiMo Code 上为 0.11% 和 0.07%；DeepSeek Harness 上为 0.17% 和 0.07%；Hermes 上为 0.16% 和 0.05%；Zcode 上为 0.07% 和 0.05%。
修复方案与成本对比
针对这一问题，小米 MiMo 采用 MOPD 进行诊断与修复，并把修复成本降到 MixRL 方案的 4%。材料同时提到，这是扩展强化学习过程中的一个教训，指向的是以正确性为优化目标时存在的奖励盲区。
为什么值得看
直击大模型RL优化中的奖励盲区痛点，MOPD极低成本修复工具调用重复，对Agent开发极具参考价值。
信源1 家
关键事实
相关 · 工具
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。