Hugging Face 启动 Open-R1 项目，系统复现 DeepSeek-R1 训练流程

Hugging Face 发布博客宣布启动 Open-R1 项目，目标是在开放环境下重建 DeepSeek-R1 的数据与训练流程。博客解释了 DeepSeek-R1 基于DeepSeek-V3 的两阶段训练方法，包括 R1-Zero 用 GRPO 纯强化学习训练和 R1 的冷启动微调加多轮 RL 提炼，并指出 DeepSeek 未公开训练数据、训练代码和超参数细节。