需求人群:
"目标受众包括人工智能研究者、机器学习工程师以及对长链推理模型感兴趣的开发者。该项目适合那些希望在有限资源下训练高性能长链推理模型的研究团队和企业,同时也为开源社区提供了宝贵的参考。"
使用场景示例:
使用 Light-R1-7B-DS 模型在 AIME24 测试中达到 59.1% 的准确率,显著优于其他同类模型。
通过课程式 SFT 和 DPO 训练,Light-R1-32B 在 AIME24 上达到 76.6% 的准确率,超越了 DeepSeek-R1-Distill-Qwen-32B。
开发者可以基于开源的训练代码和数据集,快速复现 Light-R1 的训练过程,并进行定制化改进。
产品特色:
提供从零开始的长链推理训练方法,无需依赖预训练的长链推理能力
开源完整的训练数据集和代码,便于研究者复现和改进
采用课程式学习,通过 SFT 和 DPO 提升模型性能
支持强化学习(RL)训练,进一步优化模型表现
在数学推理领域表现出色,特别是在 AIME24 和 AIME25 等基准测试中
使用教程:
1. 克隆 Light-R1 项目代码到本地。
2. 下载并安装项目依赖的 Python 包。
3. 使用开源的训练数据集运行 SFT 训练脚本。
4. 在 SFT 基础上运行 DPO 训练脚本,进一步优化模型。
5. 使用训练好的模型进行推理或继续进行 RL 训练。
浏览量:105
最新流量情况
月访问量
4.92m
平均访问时长
00:06:33
每次访问页数
6.11
跳出率
36.20%
流量来源
直接访问
51.61%
自然搜索
33.46%
邮件
0.04%
外链引荐
12.58%
社交媒体
2.19%
展示广告
0
截止目前所有流量趋势图
地理流量分布情况
中国
12.55%
德国
3.84%
印度
9.38%
俄罗斯
4.61%
美国
18.64%
Light-R1 是一个专注于长链推理(Long COT)的开源项目,通过课程式 SFT、DPO 和 RL 提供从零开始的训练方法。
Light-R1 是一个由 Qihoo360 开发的开源项目,旨在通过课程式监督微调(SFT)、直接偏好优化(DPO)和强化学习(RL)训练长链推理模型。该项目通过去污染数据集和高效的训练方法,实现了从零开始的长链推理能力。其主要优点包括开源的训练数据、低成本的训练方式以及在数学推理领域的卓越性能。项目背景基于当前长链推理模型的训练需求,旨在提供一种透明且可复现的训练方法。项目目前免费开源,适合研究机构和开发者使用。
人工智能入门教程网站,提供全面的机器学习与深度学习知识。
该网站由作者从 2015 年开始学习机器学习和深度学习,整理并编写的一系列实战教程。涵盖监督学习、无监督学习、深度学习等多个领域,既有理论推导,又有代码实现,旨在帮助初学者全面掌握人工智能的基础知识和实践技能。网站拥有独立域名,内容持续更新,欢迎大家关注和学习。
区块链与人工智能驱动的EDtech平台
DAWN是一个基于区块链技术和人工智能的EDtech平台,旨在通过语音转写、AI招聘服务等功能,使教育和就业机会对每个人都更加普惠可及。我们提供课程转写、本地化语言、Dyslexia友好平台、资源分享、基于区块链的联盟营销等功能。DAWN致力于打造一个包容性和可访问性的学习平台。
推动人工智能安全治理,促进技术健康发展
《人工智能安全治理框架》1.0版是由全国网络安全标准化技术委员会发布的技术指南,旨在鼓励人工智能创新发展的同时,有效防范和化解人工智能安全风险。该框架提出了包容审慎、确保安全,风险导向、敏捷治理,技管结合、协同应对,开放合作、共治共享等原则。它结合人工智能技术特性,分析风险来源和表现形式,针对模型算法安全、数据安全和系统安全等内生安全风险,以及网络域、现实域、认知域、伦理域等应用安全风险,提出了相应的技术应对和综合防治措施。
一个旨在推动人工智能民主化的开源项目。
DeepSeek-Prover-V2-671B 是一个先进的人工智能模型,旨在提供强大的推理能力。它基于最新的技术,适用于多种应用场景。该模型是开源的,旨在促进人工智能技术的民主化与普及,降低技术壁垒,使更多开发者和研究者能够利用 AI 技术进行创新。通过使用该模型,用户可以提升他们的工作效率,推动各类项目的进展。
京东自主研发的人工智能开放平台
京东人工智能开放平台NeuHub,汇聚京东自主研发的人工智能核心技术,包含语音、图像、视频、NLP等技术,通过平台向外开放,助力行业智能升级。平台还提供数据标注、模型开发、训练和发布等全流程服务,以及创新应用案例,帮助企业实现智能化转型。
基于人工智能和区块链技术的导航应用与车辆NFTs
Atlas Navi是一款基于人工智能和区块链技术的导航应用,为全球驾驶者提供领先的导航选择。通过机器学习和智能算法,Atlas Navi能够提供准确的路线规划、实时交通信息和个性化导航建议。此外,Atlas Navi还与区块链技术相结合,为用户提供车辆NFTs,使其能够拥有和管理自己的车辆数据。Atlas Navi定位为驾驶者的最佳导航伙伴。
OLAMI是一个人工智能开放平台
OLAMI是一个提供云端API、管理界面、多元机器感知解决方案的人工智能软件开发平台。OLAMI平台具有语音识别、自然语言理解、对话管理、语音合成等语音AI技术,以及图像识别、语义理解等视觉AI技术,可以轻松地为产品加入人工智能,提升用户体验。
提供AI和机器学习课程
Udacity人工智能学院提供包括深度学习、计算机视觉、自然语言处理和AI产品管理在内的AI培训和机器学习课程。这些课程旨在帮助学生掌握人工智能领域的最新技术,为未来的职业生涯打下坚实的基础。
绘图,问答,图片处理一站式 AI 服务
小门道 AI 是一个提供 AI 服务的网站,包括 Midjourney 和 Stable Diffusion 绘图,chatgpt 对话,抠图,去除水印,魔法抹除,图片变清,无损放大等功能。我们提供智能问答功能,可联网搜索,任务式 (基于 AutoGPT),学术助理,上传文件,数学解题等。同时,我们还提供抠图、放大变清、转矢量图、人脸融合等图片处理功能。产品定价根据具体功能和使用情况而定,定位于提供高质量的 AI 服务。
小米首个推理大模型MiMo开源,专为推理任务设计,性能卓越。
Xiaomi MiMo是小米公司开源的首个推理大模型,专为推理任务设计,具备卓越的数学推理和代码生成能力。该模型在数学推理(AIME 24-25)和代码竞赛(LiveCodeBench v5)公开测评集上表现出色,仅用7B的参数规模就超越了OpenAI的o1-mini和阿里Qwen的QwQ-32B-Preview等更大规模的模型。MiMo通过预训练和后训练阶段的多层面创新,包括数据挖掘、训练策略和强化学习算法等,显著提升了推理能力。该模型的开源为研究人员和开发者提供了强大的工具,推动了人工智能在推理领域的进一步发展。
使用开源模型Llama-3.1 70b在Groq上创建类似o1的推理链
g1是一个实验性的项目,旨在通过使用Llama-3.1 70b模型在Groq硬件上创建类似于OpenAI的o1模型的推理链。这个项目展示了仅通过提示技术,就可以显著提高现有开源模型在逻辑问题解决上的能力,而无需进行复杂的训练。g1通过可视化的推理步骤,帮助模型在逻辑问题上实现更准确的推理,这对于提高人工智能的逻辑推理能力具有重要意义。
高效长序列大型语言模型推理技术
Star-Attention是NVIDIA提出的一种新型块稀疏注意力机制,旨在提高基于Transformer的大型语言模型(LLM)在长序列上的推理效率。该技术通过两个阶段的操作显著提高了推理速度,同时保持了95-100%的准确率。它与大多数基于Transformer的LLM兼容,无需额外训练或微调即可直接使用,并且可以与其他优化方法如Flash Attention和KV缓存压缩技术结合使用,进一步提升性能。
上海人工智能实验室开发的强推理AI模型
InternThinker是上海人工智能实验室(上海AI实验室)研发的一款强推理AI模型,致力于通过“通专融合”路径探索开放、可控、可信的通用人工智能(AGI)。该模型具备长思维能力,并能在推理过程中进行自我反思和纠正,从而在数学、代码、推理谜题等多种复杂推理任务上取得更优结果。InternThinker的创新之处在于其元动作思考能力,能够自主生成高智力密度数据,并通过大规模沙盒环境获取反馈,实现高质量思维链的独立构建,大幅提升模型的复杂任务处理性能。
人工智能通用推理测试集
ARC-AGI是一个旨在测试人工智能系统是否具备类似人类一般流体智力的抽象和推理能力的数据集。它由400个训练任务和400个评估任务组成,每个任务都以JSON格式存储,包括输入输出对。该数据集可以作为人工智能基准测试、程序合成基准测试或心理测量智力测试。
使用Groq或OpenAI或Ollama创建o1类推理链
o1是一个实验性的项目,旨在通过使用大型语言模型(LLM)来创建推理链,帮助模型解决通常难以处理的逻辑问题。它支持Groq、OpenAI和Ollama后端,通过动态推理链让模型能够“思考”并解决问题。o1展示了仅通过提示就能显著提高现有模型的逻辑推理能力,而无需额外训练。
开源人工智能定义,推动AI领域的开放与合作
Open Source AI Definition(OSAID)是由Open Source Initiative(OSI)发布的行业首个开源人工智能定义。它提供了一个标准,通过社区领导的开放和公共评估来验证一个AI系统是否可以被认为是开源AI。OSAID v1.0的发布是多年研究和合作的结果,经过国际研讨会和为期一年的共同设计过程。这个定义要求开源模型提供足够的训练数据信息,以便熟练的人可以使用相同或类似的数据重建一个大致等效的系统。OSAID的发布对于推动AI领域的开放性、透明度和合作具有重要意义,它强调了开源原则在AI发展中的核心地位,并为独立机器学习研究人员和大型AI开发者之间的透明度提供了支持。
OpenThinker-32B 是一款强大的开源推理模型,专为提升开放数据推理能力而设计。
OpenThinker-32B 是由 Open Thoughts 团队开发的一款开源推理模型。它通过扩展数据规模、验证推理路径和扩展模型大小来实现强大的推理能力。该模型在数学、代码和科学等推理基准测试中表现卓越,超越了现有的开放数据推理模型。其主要优点包括开源数据、高性能和可扩展性。该模型基于 Qwen2.5-32B-Instruct 进行微调,并在大规模数据集上训练,旨在为研究人员和开发者提供强大的推理工具。
快速准确 稳定可靠的人工智能翻译平台
讯飞智能翻译是一款快速准确、稳定可靠的人工智能翻译平台。支持文档翻译、文本翻译、语音翻译和图片翻译等多种功能。通过23种文档格式的支持,保留原版格式样式和排版,支持文档内图片翻译。覆盖140种语种互译,支持源语言语种自动检测,实现快速翻译。结合讯飞先进的语音识别和翻译技术,满足跨语言的沟通交流。输入图片,即可快速识别图片中的文本内容,进行翻译。提供SaaS、私有化部署和API接口等多种解决方案,满足不同企业的需求。
支持100万Token上下文的开源Qwen模型,适用于长序列处理任务
Qwen2.5-1M 是一款开源的人工智能语言模型,专为处理长序列任务而设计,支持最多100万Token的上下文长度。该模型通过创新的训练方法和技术优化,显著提升了长序列处理的性能和效率。它在长上下文任务中表现出色,同时保持了短文本任务的性能,是现有长上下文模型的优秀开源替代。该模型适用于需要处理大量文本数据的场景,如文档分析、信息检索等,能够为开发者提供强大的语言处理能力。
Spectre:智能长曝光相机
Spectre是一款由Halide团队开发的AI相机应用程序,可让你轻松拍摄出精美的长曝光照片。它使用先进的计算摄影技术,包括机器学习场景检测和计算机视觉辅助图像稳定等功能。Spectre可以帮助你拍摄出没有人看过的拥挤景点的照片,并具有智能曝光控制、自动稳定和现场预览等功能。它支持将长曝光过程保存为Live Photo,可以作为静态照片或视频进行分享。Spectre在App Store上有售。
深度推理翻译模型,通过长思考链优化神经机器翻译。
DRT-o1是一个神经机器翻译模型,它通过长思考链的方式优化翻译过程。该模型通过挖掘含有比喻或隐喻的英文句子,并采用多代理框架(包括翻译者、顾问和评估者)来合成长思考的机器翻译样本。DRT-o1-7B和DRT-o1-14B是基于Qwen2.5-7B-Instruct和Qwen2.5-14B-Instruct训练的大型语言模型。DRT-o1的主要优点在于其能够处理复杂的语言结构和深层次的语义理解,这对于提高机器翻译的准确性和自然性至关重要。
一个专注于整理最佳开源推理数据集的社区项目
Open Thoughts 是一个由 Bespoke Labs 和 DataComp 社区主导的项目,旨在整理高质量的开源推理数据集,用于训练先进的小模型。该项目汇集了来自斯坦福大学、加州大学伯克利分校、华盛顿大学等多所高校和研究机构的研究人员与工程师,致力于通过优质数据集推动推理模型的发展。其背景是当前推理模型在数学和代码推理等领域的应用需求日益增长,而高质量的数据集是提升模型性能的关键。该项目目前免费开放,主要面向研究人员、开发者以及对推理模型感兴趣的专业人士,其数据集和工具的开源性使其成为推动人工智能教育和研究的重要资源。
人工智能,简化。
Adfinite AI是一款人工智能产品,提供最先进的模型,无需订阅。没有长期合约或订阅费用,只需按使用量付费。新用户可以免费获得5个积分进行测试,无需信用卡或充值。每条消息收费10美分。目前有特别推出的促销活动,充值20美元或更多即可额外获得5美元的积分。如果遇到问题或有功能请求,请联系我们。
免费开源AI模型推理服务
Tost AI是一个免费、非盈利、开源的服务,它为最新的AI论文提供推理服务,使用非盈利GPU集群。Tost AI不存储任何推理数据,所有数据在12小时内过期。此外,Tost AI提供将数据发送到Discord频道的选项。每个账户每天提供100个免费钱包余额,如果希望每天获得1100个钱包余额,可以订阅GitHub赞助者或Patreon。Tost AI将演示的所有利润都发送给论文的第一作者,其预算由公司和个人赞助者支持。
点燃语言智能,从思维链到语言代理
CoT-Igniting-Agent 是一种基于思维链推理的语言智能代理系统。它使用链式推理方法来处理自然语言理解和生成任务,并具有广泛的应用领域。该系统采用先进的算法和技术,具有高效、可靠和安全的特性。CoT-Igniting-Agent 可用于生成指令、推理、应用开发和科学研究等领域。
© 2025 AIbase 备案号:闽ICP备08105208号-14