OmniTools 9月28日消息，小米官方近日复盘 MiMo-V2.6 发布后出现的工具调用重复问题，响应级重复率超过 0.05%，并明确区分了正常并行调用、调用泛滥与调用重复三类行为。
回放强化学习各 checkpoint 数据发现，调用泛滥率随训练进程从 11.1% 升至 24.6%；原设 32 次调用阈值惩罚被判定为过于宽松。
若直接下调阈值，需重启 20 步 MixRL 训练，预估成本达 231 万美元，且内部测试仅使重复率从 13.45% 降至 3.83%。小米转而采用 MOPD 方法，将整体修复成本压缩至 MixRL 方案的 4%。
