01 / 训练结果
模型做任务的成功率
横轴：训练步数 · 纵轴：成功率（自动缩放）· 未平滑Pro Flash
LIVE REINFORCEMENT LEARNING
看见模型，如何进步。
跟随小米的真实训练，用中文读懂每一个指标。
正在读取 Pro 与 Flash 的训练状态…
02 / 一轮训练在做什么
概念流程，具体实现以官方披露为准从尝试，到反馈，再到更新
→→→
03 / 逐项读懂
核心指标，附带解释
04 / 独立检验
离线评测
评测更新可能落后于训练。相同评测设置下的趋势更有参考价值；单个基准不能代表所有能力。
训练现场的变化
动态采样器与训练事件 · 查看现场细节
采样器数字来自正在进行的一轮，可能与最近完成的训练步不同；accepted 表示采样器接受数量，不等于答对数量。原始字段保留供核对。