XiaomiがMiMo-V2.6におけるツール呼び出しの重複問題を分析、低コストな修正手法MOPDを提案
要点：XiaomiはMiMo-V2.6で発生したツール呼び出しの重複問題を分析し、従来の強化学習手法と比較してコストを4%に抑える修正手法「MOPD」を導入しました。学習過程での呼び出し過多や重複のメカニズムを解明し、効率的な改善を実現しています。
日本の事業者にとって、なぜ重要？
AIエージェント開発において、ツール呼び出しのループや重複はコスト増大と精度低下の主要因です。本事例は、大規模な再学習を避けつつ効率的にエージェントの挙動を最適化する手法として、開発現場の参考になります。
元記事
Diagnosing and Mitigating Tool-Call Repetition in MiMo-V2.6
元記事を読むAI評価
外部公開データの選定スコアです。評価元の掲載内容も確認できます。
選定元：AI HOT