小米发布GAGAR框架提升代码Agent强化学习质量
发生了什么
据Hugging Face Papers报道，小米发布GAGAR框架，通过基于智能体验评级的优势重分配改进代码Agent的强化学习。该框架解决了传统GRPO忽略实现质量差异的问题。在MiMo-V2.6-Flash（310B参数）和MiMo-V2.6-Pro（1.02T参数）上的评估显示，GAGAR提升了代码Agent性能，减少了轨迹长度增长，并使训练更稳定。
- MiMo-V2.6-Flash参数量
- 310B
- MiMo-V2.6-Pro参数量
- 1.02T
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口