mimo-v2
纵览（flash和pro）：他们是一起训练的，用的一批数据（luo的采访说的，但是发现大的对脏数据的忍耐力更强，训练的时间更久，因为scaling的时候遇到了更多的问题需要解决） 架构：hybrid attention（系数比） model的参数大小 mtp的架构，会提升推理的速度，节省kv cache
训练的流程（算法，一步步咋搞的，包括rl的系统东西）
数据的来源
怎么搞数据，包括code，或者agent数据
纵览（flash和pro）：他们是一起训练的，用的一批数据（luo的采访说的，但是发现大的对脏数据的忍耐力更强，训练的时间更久，因为scaling的时候遇到了更多的问题需要解决） 架构：hybrid attention（系数比） model的参数大小 mtp的架构，会提升推理的速度，节省kv cache
训练的流程（算法，一步步咋搞的，包括rl的系统东西）
数据的来源
怎么搞数据，包括code，或者agent数据