Open R1：复现 DeepSeek-R1 的完整开放路线图 | huggingface/open-r1
项目完成度：蒸馏做完，纯RL交了一半数据，多阶段训练没放 HuggingFace 的 Open R1 公开了一个目标：完全复现 DeepSeek-R1 的训练流程。项目分三步，目前完成了第一步（蒸馏），第二步（纯 RL）放了部分数据和一个难基准，第三步（多阶段训练）还没给出训练配置。代码和数据集都已...
项目完成度：蒸馏做完，纯RL交了一半数据，多阶段训练没放 HuggingFace 的 Open R1 公开了一个目标：完全复现 DeepSeek-R1 的训练流程。项目分三步，目前完成了第一步（蒸馏），第二步（纯 RL）放了部分数据和一个难基准，第三步（多阶段训练）还没给出训练配置。代码和数据集都已...