小米复盘 MiMo-V2.6 工具调用重复：用 MOPD 把修复成本降到 MixRL 方案的 4%

小米 MiMo 团队复盘 MiMo-V2.6 发布后出现的工具调用重复问题，区分了正常并行调用、调用泛滥与调用重复，并给出可复现的精确同轮重复率指标。回放 RL 各 checkpoint 显示，单轮超过十次调用的样本占比从 11.1% 升至 24.6%，原有 32 次阈值惩罚过于宽松。团队最终采用多教师在线策略蒸馏（M