Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: Light-R1 – 360智脑开源的长思维链推理模型
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
Light-R1 – 360智脑开源的长思维链推理模型
Prompt 语宙 > AIGC 资讯 > Light-R1 – 360智脑开源的长思维链推理模型
AIGC 资讯

Light-R1 – 360智脑开源的长思维链推理模型

Prompt 语宙研究院
最近更新: 2026年6月8日 上午7:19
360智脑 DeepSeek HuggingFace 大模型微调 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 基于 Qwen2.5-32B-Instruct,Light-R1-32B 用两阶段课程学习实现数学推理能力跃升。
  • AIME24 测试得分 76.6,超过 DeepSeek-R1-Distill-Qwen-32B 的 72.6,验证实测优势。
  • 仅用 12 台 H800 运行 6 小时、约 1000 美元完成训练,并全量开源模型、数据与代码。

Light-R1是什么

Light-R1是360智脑开源的AI模型,专注于数学领域的长思维链推理,具体为 Light-R1-32B。模型基于Qwen2.5-32B-Instruct,用7万条数学数据和两阶段课程学习(SFT+DPO)训练,实现从零超越DeepSeek-R1-Distill-Qwen-32B的性能。在AIME24测试中,Light-R1取得76.6分,显著高于DeepSeek-R1-Distill的72.6分。模型训练成本低,仅需12台H800机器运行6小时,成本约1000美元。模型支持全量开源,包括模型、数据集、训练框架和评测代码,推动开源社区发展,为低成本训练领域专精模型提供参考。

阅读目录
  • Light-R1是什么
  • Light-R1的主要功能
  • Light-R1的技术原理
  • Light-R1的项目地址
  • Light-R1的应用场景

Light-R1

Light-R1的主要功能

  • 高效数学问题解决:能快速、准确地解决复杂的数学问题,包括但不限于代数、几何、概率等领域。
  • 推理能力提升:具备较强的逻辑推理能力,支持处理长思维链问题。
  • 泛化能力:在其他领域(如逻辑推理、语言理解)表现出泛化能力。
  • 低成本训练与部署:极低的成本实现高性能,适合资源有限的用户或企业快速部署和应用。

Light-R1的技术原理

  • 基础模型与起点:模型基于 Qwen2.5-32B-Instruct 开发,实现从零到超越 DeepSeek-R1-Distill 的性能提升。
  • 课程学习:
    • SFT(Supervised Fine-Tuning):筛选难度分级的数据,分两阶段进行有监督的微调。第一阶段用 7 万条数据,第二阶段筛选出难度最高的 3 千条数据进一步微调。
    • DPO(Direct Preference Optimization):在 SFT 的基础上,基于多次采样和偏好对的构建,优化模型的输出质量。
  • 数据处理与去重:训练数据来自多个开源数学数据集(如 OpenR1-Math-220k、OpenThoughts-114k 等),经过严格的数据去重处理,避免测试数据泄露对模型性能的影响。
  • 模型融合:最终的 Light-R1-32B 是融合 SFT 阶段 2、DPO 和另一个 DPO 版本的模型得到的。进一步提升模型的性能和稳定性。
  • 训练框架与优化:用 360-LLaMA-Factory 训练框架,支持序列并行和高效的分布式训练。基于优化训练流程,Light-R1 在 12 台 H800 机器上仅需 6 小时即可完成训练。

Light-R1的项目地址

  • GitHub仓库:https://github.com/Qihoo360/Light-R1
  • HuggingFace模型库:https://huggingface.co/collections/qihoo360/light-r1

Light-R1的应用场景

  • 教育领域:作为数学学习工具,帮助学生解决复杂问题,提供解题步骤和思路,适用于数学竞赛和日常学习。
  • 科研与学术:辅助数学研究和跨学科问题解决,例如物理建模、工程优化等。
  • 企业应用:用于数据分析、风险评估、供应链优化等复杂问题的解决。
  • 软件集成:集成到智能助手、数学软件中,增强推理和解题功能。
  • 开源与开发者:支持开发者定制和扩展模型,推动开源社区发展。
🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
360智脑 ↗
360智脑是一个以安全可信为核心的人工智能平台。
HuggingFace ↗
HuggingFace:AI模型开发社区,面向大语言模型场景提供便捷实用的在线功能支持,涵盖大模型等实用方向。
❓ 常见问题解答(FAQ)
Light-R1是什么模型?

Light-R1 是 360 智脑开源的长思维链推理模型,具体为 Light-R1-32B,重点面向数学推理任务。它基于 Qwen2.5-32B-Instruct,通过 SFT 和 DPO 两阶段训练提升推理能力。

Light-R1和DeepSeek-R1-Distill相比怎么样?

文中给出的实测结果显示,Light-R1 在 AIME24 上取得 76.6 分,高于 DeepSeek-R1-Distill-Qwen-32B 的 72.6 分,说明其在数学推理任务上表现更强。

Light-R1适合哪些应用场景?

它适合数学学习、科研辅助、企业复杂分析和软件集成等场景,可用于解题、逻辑推理、物理建模、风险评估和供应链优化,也适合开发者基于开源资源二次定制。

🔬 语宙深潜追问 · 进阶实操拆解
长思维链训练最怕什么?

最怕“链条变长、能力没涨”。如果数据质量不高,模型会学会冗长解释而非有效推理。应优先控制样本难度分布、去重和答案可验证性,并在训练后检查是否出现过度啰嗦、幻觉增加。

SFT加DPO怎么配比更稳?

通常先用SFT打底,让模型学会基本解题格式和推理路径,再用DPO做偏好对齐,压掉错误风格和不稳定输出。若DPO过早或过强,可能把模型“训保守”,导致创新解题能力下降。

🗳️ 读者观点微投票 · 您的实战立场是?
1000美元训出长思维链,真值吗?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🐋 所属权威专题:DeepSeek 深度实战与部署 →
  • 网易有道Confucius4开源发布:27B参数多模态数学推理模型,多项基准SOTA,推理链长度降43% | 免费商用
  • DeepSeek-R1-Lite – 深度求索推出的新一代AI推理模型,媲美OpenAI o1-preview
  • DeepSeek R1-Zero – DeepSeek推出的开源推理模型,基于纯强化学习训练
  • OpenThinker-32B – 斯坦福、UC 伯克利等机构联合开源的推理模型
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
CogVLM2 – 智谱AI推出的新一代多模态大模型
SuperGPQA – 豆包大模型联合 M-A-P 开源的知识推理基准测试集
WAIC重磅成果|算力壁垒终于有人动手拆了:上海仪电拉起 23 家厂商,给国产智算底座立了一把标尺
OpenAI 首款硬件产品曝光!智能音箱将成为你的 AI 陪伴助手
AIGCPanel- 开源的一站式AI虚拟数字人系统
TAGGED:360智脑DeepSeekHuggingFace大模型微调开源大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 gpt-4o-transcribe – OpenAI 推出的语音转文本模型 gpt-4o-transcribe – OpenAI 推出的语音转文本模型
下一篇 心影大模型 – 心影随形推出的AI模型,深度融合游戏攻略与角色陪伴 心影大模型 – 心影随形推出的AI模型,深度融合游戏攻略与角色陪伴
Ad image
Ad image

最近更新

NVIDIA Vera Rubin 亮相 MLPerf 评测并在训练与端点测试中领先
单GPU训练性能翻倍且智能体每瓦吞吐暴增10倍!NVIDIA Vera Rubin首战MLPerf大获全胜:DeepSeek-V3千卡扩展效率97%与Agentic端点推理全景深度拆解
AIGC 资讯
美国商务部大楼与半导体出口管制新规
算力超1200万TPP即触发许可且限期90天整改!美国商务部突发全球数据中心新规:封死离岸云端远程租用算力与废止AI扩散规则全景深度拆解
AIGC 资讯
AI 原生 CRM 初创公司 Dreamteam 获 5300 万美元融资,挑战 Salesforce 与 HubSpot
斩获5300万美元对标Salesforce!前Freshworks高管创办AI原生CRM Dreamteam:基于Company Brain虚拟记忆与自动化智能体流水线深度拆解
AI 工具
Optimizely 谈营销智能体落地:企业需将审核从输出转向输入
告别Vibe Coding虚火!Optimizely解密企业级营销智能体落地法则:从“输出审核”走向“输入约束”、专用Harness架构与800落地页规模化实战
最新趋势

相关推荐

SocraticLM – 中科大和科大讯飞共同推出的苏格拉底教学大模型
AIGC 资讯

SocraticLM – 中科大和科大讯飞共同推出的苏格拉底教学大模型

Prompt 语宙研究院
AI智能体 OpenAI 大模型微调 开源大模型
CLEAR – 新加坡国立大学推出的线性注意力机制,生成8K图像时提速6.3倍
AIGC 资讯

CLEAR – 新加坡国立大学推出的线性注意力机制,生成8K图像时提速6.3倍

Prompt 语宙研究院
AI视频生成 stable diffusion 大模型微调 开源大模型
VFitter
AI 工具

VFitter

remaker
AI办公效率 AI智能体 AI编程 开源大模型
VibeThinker-3B – 微博开源的 30 亿参数密集推理模型
AIGC 资讯

VibeThinker-3B – 微博开源的 30 亿参数密集推理模型

Prompt 语宙研究院
Claude Gemini HuggingFace 大模型微调 开源大模型
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • Remaker AI
  • BGRemaker 抠图Hot
  • AIGC 工具
  • Prompt 咒语生成器
  • 去水印工具

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.