MiMo-V2.6 是由 XiaomiMiMo 于 2026 发布的一个面向 LLM 智能体强化训练的环境数据集，旨在为 LLM 智能体提供多领域、可验证的 RL 训练环境。

该数据集覆盖 Code、Cyber、General、Visual、Music 五个领域，分别对应软件工程、漏洞复现、知识工作、Web 开发和符号音乐创作等任务族，并采用可执行测试、规则检查、评分评判或视觉评分等验证方式。该数据集还提供 Docker 镜像形式的训练环境，并配合 verl 训练代码使用。

数据集组成

• Code：面向软件工程任务，使用可执行测试作为验证器。
• Cyber：面向漏洞复现任务，使用规则检查作为验证器。
• General：面向知识工作任务，使用基于评分标准的评判作为验证器。
• Visual：面向 Web 开发任务，使用视觉评分作为验证器。
• Music：面向符号音乐创作任务，使用规则检查作为验证器。
• 运行环境：数据集通过 Docker 镜像分发，并关联 verl 训练代码。
• 更新说明：Code 镜像已内置反 hack 预处理，并建议保持 anti_hack_cleanup 配置为 true。