Light-R1 是什么
Light-R1 是 Qihoo360 开发的开源项目,旨在通过课程式 SFT、DPO 和 RL 训练长链推理模型。它依托去污染数据集与高效训练方法,实现从零开始的推理能力。
你可以用它做什么
- 从零开始训练长链推理能力
- 使用开源的数据集与训练代码
- 依次运行 SFT 与 DPO 训练脚本
开始使用
- 克隆 Light-R1 项目代码到本地
- 安装项目依赖的 Python 包
- 用开源数据集运行 SFT,再运行 DPO
优点与缺点
✓ 我们认可的地方
- 资料点名 AIME24 与 AIME25 基准测试
- 资料描述低成本的训练方式
! 需要留意的地方
- 资料所述重点在数学推理
- 训练需要 Python 环境与依赖包
常见问题
资料列了哪些准确率?
资料列有 Light-R1-7B-DS 在 AIME24 的 59.1%,以及 Light-R1-32B 的 76.6%。
由谁开发?
资料写明是 Qihoo360。
最后评测: 2026-11-15
更多 大模型 API 平台 工具
查看全部 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台