Open-R1: Update #1

Open-R1: Update #1 résume les progrès pour répliquer le pipeline d’entraînement et les données synthétiques de DeepSeek-R1 (MATH-500, GRPO dans TRL 0.14, DeepSpeed ZeRO, vLLM). Le post évoque aussi les défis de longueur des générations et propose des ressources communautaires ainsi qu’un leaderboard public.

Source

HuggingFace Blog

Ingéré

02 FÉVR. 2025 · 19:10

Score édito

4.0 / 5