MiMo-V2.6-MOPD: новые веса Flash и Pro против повторяющихся вызовов инструментов

Что исправляли

В агентском сценарии модель иногда повторяет один и тот же или очень похожий вызов инструмента, формально продолжая работу, но не продвигаясь к ответу. Xiaomi описывает дополнительный этап MOPD: обучение на продолжениях траекторий с несколькими специализированными учителями, включая короткий этап для подавления повторов. В авторской статье показано снижение частоты повторов для Flash и Pro на внутренних наборах с разными агентскими оболочками и длинами контекста. Это заявление разработчиков, а не независимое измерение Modelium: перенос на конкретного агента, набор инструментов и ваш workload нужно проверять отдельно. Не стоит смешивать показатели точных повторов в одном ходе с повторениями через несколько ходов — методики считают разные события. s1 s2 s4

Что можно скачать

Официальные Hugging Face-репозитории содержат Safetensors-веса обеих MOPD-версий. В карточке Flash указаны 309 млрд параметров всего и 15 млрд активных; для Pro — 1,02 трлн и 42 млрд соответственно. Это описание архитектуры, не расчёт потребления памяти. Карточки предлагают SGLang и vLLM для исходных весов и отдельно предупреждают, что стабильный vLLM может отставать от специализированного образа. Не переносите этот рецепт автоматически на GGUF. s1 s2

Конверсия ggml-org закреплена на конкретной исходной ревизии Flash: в её файле .src_sha записан SHA оригинального чекпойнта. Опубликованы две части MXFP4, две части Q2_K и отдельные GGUF-файлы для проектора мультимодальности, MTP и DFlash. Разработчики конверсии отмечают, что вариант Q2_K подготовлен без imatrix-калибровки; проверку качества на своих задачах здесь нельзя пропускать. Разница в размере файлов не доказывает ни качество, ни минимальный объём RAM/VRAM. s3 s5

Как подойти к локальному запуску

Карточка ggml-org предлагает команду llama serve -hf ggml-org/MiMo-V2.6-Flash-MOPD-GGUF. Это инструкция авторов конверсии, а не выполненный Modelium тест. Перед загрузкой большого пакета выберите нужную квантизацию, проверьте возможности вашей версии llama.cpp и отдельно нужные sidecar-файлы; не предполагайте, что режим изображения, аудио или speculative decoding включится автоматически. Если важна точная сравнительная оценка исправления, прогоните одну и ту же цепочку инструментов на Flash-RL и Flash-MOPD, считайте повторы по одинаковому правилу и фиксируйте версию runtime. s3 s5

Все три карточки помечены MIT, но отдельного текста LICENSE в деревьях MOPD мы не обнаружили; репозиторий кода Xiaomi MiMo имеет собственную лицензию, которую нельзя автоматически переносить на веса. Перед коммерческим развёртыванием сверяйте применимые условия конкретных весов и зависимостей. Появление доступных файлов — это открытые веса, а не доказательство открытого кода обучения или независимой верификации авторских бенчмарков. s1 s2 s3

Базовые версии Pro/Flash и предыдущий GGUF-релиз описаны в нашем материале о MiMo-V2.6. MOPD стоит выбирать прежде всего тогда, когда стоимость зацикливания tool calls в вашем локальном агенте заметна и её можно измерить на собственных задачах.