小米强化学习新模型公开训练过程，一小时烧3万美元
罗福莉沉寂半年官宣小米强化学习！直播新模型训练过程，一小时烧3万美元
Why we picked it
小米公开了新模型的训练过程，能直观看到训练成本和遇到的问题，比单纯看参数更真实。
小米宣布其强化学习新模型训练过程，直播中显示训练一小时消耗3万美元。训练过程中出现显卡故障，并公开了完整的奖励曲线数据。
Original · 量子位
罗福莉沉寂半年官宣小米强化学习！直播新模型训练过程，一小时烧3万美元
奖励曲线、显卡故障全公开
Industry Coordinates & Source Verification
This report is categorized under AITOP's "Models" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows and US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include 小米, 强化学习, 训练成本.
Source attribution: curated from 量子位 (@梦晨).
