Open-R1

Open-R1

一个完全开源重现 DeepSeek - R1 的项目

Open R1 是一个致力于完全开源重现 DeepSeek - R1 的项目。项目提供了训练、评估模型以及生成合成数据的脚本,支持多种训练方法和评估基准测试。用户可以通过简单的命令运行各个步骤,同时还提供了在 Slurm 集群上运行作业的脚本。项目还发布了多个数据集,为模型训练提供了丰富的数据资源,适合对模型训练和评估感兴趣的开发者和研究人员。

Open-R1

image.png

项目介绍

Open R1 项目的目标是构建 R1 管道中缺失的部分,使得每个人都能够重现并在此基础上进行开发。项目主要由src/open_r1目录下的脚本和Makefile组成,src/open_r1中的脚本可用于训练和评估模型,以及生成合成数据;Makefile则提供了易于运行的命令。项目参考 DeepSeek - R1 的技术报告,分三步进行开发,目前已发布了多个数据集,并实现了训练、推理和评估等功能。在安装方面,项目依赖 CUDA 12.4,需按特定步骤创建虚拟环境并安装相关依赖。训练支持 DDP 和 DeepSpeed,提供 SFT 和 GRPO 两种训练方式,还可使用代码解释器和进行数据去重与去污染。评估使用lighteval工具,能复现 DeepSeek 在多个基准测试上的评估结果。

主要功能

模型训练:支持监督微调(SFT)和组相对策略优化(GRPO)两种训练方法,可在指定数据集上对模型进行训练。 模型评估:使用lighteval工具对模型进行评估,支持多个基准测试,如 AIME 2024、MATH - 500、GPQA Diamond 等,能复现 DeepSeek 的评估结果。 数据生成:借助Distilabel从模型生成合成数据。 数据处理:提供数据去重和去污染脚本,确保数据质量。

image.png

应用场景

学术研究:研究人员可以使用该项目进行模型训练和评估的相关研究,探索新的训练方法和评估指标。 工业应用:企业可以利用该项目对模型进行定制化训练,以满足特定业务需求,如代码生成、数学问题求解等。 教育学习:学生可以通过该项目学习模型训练和评估的基本原理和方法,提高实践能力。

常见问题

问题 1:项目需要哪些环境依赖? 回答:项目依赖 CUDA 12.4,需要创建 Python 虚拟环境,安装 vLLM、FlashAttention 等库,同时还需要登录 Hugging Face 和 Weights and Biases 账户,并且确保系统安装了 Git LFS。

问题 2:项目支持哪些训练方法? 回答:项目支持监督微调(SFT)和组相对策略优化(GRPO)两种训练方法。

问题 3:如何评估模型性能? 回答:可以使用lighteval工具对模型进行评估,支持多个基准测试,如 AIME 2024、MATH - 500、GPQA Diamond 等。可以根据模型大小选择不同的并行方式,如单 GPU、数据并行或张量并行。

问题 4:项目发布了哪些数据集? 回答:项目发布了CodeForces - CoTs和OpenR1 - Math - 220k等数据集。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多