Hugging Face 启动 Open-R1 项目以完全开源复现 DeepSeek-R1

Hugging Face 宣布启动 Open-R1 开源项目，旨在全面复现 DeepSeek-R1 的训练流程并补全其未开源的数据集与代码。该计划分为三步，包括通过数据蒸馏复现 R1-Distill 模型、构建数学与代码数据集复现基于 GRPO 的纯强化学习流程，以及完整走通从基础模型到 SFT 再到 RL 的多阶段训练。