事情起因是，DeepSeek-R1的训练细节里有不少缺失的环节，没法“一步一步跟着做”。
而HuggingFace上线了open-r1项目，让每个人都能复现DeepSeek-R1的技术细节。
整套训练脚本从SFT到GRPO一个不落，把训练R1的核心工序摆在你面前。
数据方面，团队放出了一个叫Mixture-of-Thoughts的数据集，里面有35万条经过验证的推理轨迹，覆盖数学、代码、科学，专门用来教模型怎么逐步推理。
光是这种高质量数据，基本就是各家压箱底的资产了。
用项目方自己的说法，这个仓库要做的就是补齐R1流程里缺失的那块拼图，让每个人都能复现，并在此之上继续构建。
对开发者来说，这不是一份普通的代码，这是一座能让你从零搭出自己R1的宝库。
想动手试试的千万别错过，地址见图1左上角项目名，防止找不到先给这条点个赞吧。
