Sebastian 的训练笔记：跨 Harness 任务与执行轨迹评分

人工整理｜Sebastian Raschka于2026-09-22的原站短文。作者从MiMo报告提炼Agent任务增加、跨Harness训练、读取执行轨迹的评分器及较大RL批次等方法线索，并认为数据和后训练配方值得重视。可用于列出后续阅读报告和设计评估的问题。本条是作者引述与判断，未读完整报告、下载权重、运行模型或复验数字；最好/No.1和发布时排名不作为已核结论，当前性能、费用和开放条件未独立验证。