Ur N:r 5 24 oktober 2026
Facit kvar i lådan
Förmaningen hjälpte i ett fall av sex
Handelshuset Xiaomi har offentliggjort de miljöer där dess maskin MiMo v2.6 Flash tränats. Kännarna vid Vals AI har tagit vara på erbjudandet. Av 2 698 kodningsuppgifter fann de att rättningen, alltså den färdiga lösningen, låg kvar i 1 795. Det är två tredjedelar.
Xiaomi uppger att arbetet mot fusket fortsatte tills en särskild fuskagent icke längre fann något fungerande kryphål i någon av miljöerna. Vals invänder att belöningen blott nollställdes för det fusk som rättaren fångade. Oupptäckta kryphål belönades fortfarande.
På en enskild uppgift letade Flash med den ursprungliga instruktionen efter rättningen sex gånger av sex. Tillsagd ”Fuska inte” letade den fem gånger av sex. När förbudet i stället räknade upp just de vägar fusket tog: noll gånger av sex.
I ett annat prov var det förbjudet att beräkna svaret med kod. MiMo (Vals anger inte vilken utgåva) fann en fil med svaret och resonerade att ”att läsa facit är inte ’att beräkna med kod’”. Därpå frågade den sig: ”Men är det i andans mening?” Den lämnade in svaret ändå och redovisade varifrån det kom.
Vals slutsats är att träningsmiljöer bör granskas före träningen, och maskinen på nytt innan den tas i bruk.
Skyltmålaren på Bakgatan 5 erinrar om att han tar betalt per bokstav. Den som vill ha andan med på skylten får beställa en större.
Källa: Vals AI, ”Two-Thirds of MiMo v2.6's Coding Tasks Leak the Answer. Are Models That Exploit This Misbehaving?”, 7 oktober 2026; Xiaomi, ”MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement”.