研究DeepSeek R1的技术人员，务必关注open-r1项目

废话

DeepSeek通过论文分享了很多东西，然后输出的是王炸模型，但是对于绝大部分人来说，要从论文去逆推这些东西都是很困难的，当然，一个人很难，但是一群大牛就不难了。

huggingface就专门弄了一个 open-r1 的项目，在github，这个项目的目的非常清晰，就是补全R1的内容，现在已经有5k的star。名字和地方都给你了，url当然是没有的

务必试用一下

Open R1的介绍

这是 DeepSeek-R1 的一个完全开源复现项目。这个仓库目前还在进行中。

概述

这个仓库的目标是构建 R1 流程中缺失的部分，使得每个人都能够复现并在其基础上进行开发。该项目设计简单，主要包含：

• • src/open_r1
  包含用于训练和评估模型以及生成合成数据的脚本：
• • grpo.py
  在给定数据集上使用 GRPO 训练模型
• • sft.py
  在数据集上进行简单的 SFT（监督微调）
• • evaluate.py
  在 R1 基准测试上评估模型
• • generate.py
  使用 Distilabel 从模型生成合成数据

实施计划

将使用 DeepSeek-R1 技术报告作为指南，大致可以分为三个主要步骤：

1. 1. 第一步

通过从 DeepSeek-R1 提取高质量语料库来复现 R1-Distill 模型。