Hugging Face 公布 Open-R1 首周进展：TRL 集成 GRPO 与合成数据工程方案

Hugging Face 公布了旨在开源复现 DeepSeek-R1 训练管线与数据集的 Open-R1 项目首周进展，成功复现了各尺寸蒸馏模型在 MATH-500 上的评测表现。