懂AI
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。

GitHub
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

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手，复杂任务高效处理

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

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
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

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。

下拉加载更多