# Light-R1 – 360智脑开源的长思维链推理模型

- Link: https://paooo.com/aigc-news/21281/
- Published: 2026-06-08T07:19:50+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 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](https://paooo.com/aigc-news/21281/#lightr1%e6%98%af%e4%bb%80%e4%b9%88)
 * [Light-R1的主要功能](https://paooo.com/aigc-news/21281/#lightr1%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Light-R1的技术原理](https://paooo.com/aigc-news/21281/#lightr1%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Light-R1的项目地址](https://paooo.com/aigc-news/21281/#lightr1%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Light-R1的应用场景](https://paooo.com/aigc-news/21281/#lightr1%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Light-R1](https://paooo.com/wp-content/uploads/2026/06/Light-R1-website-1.avif)

## 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](https://github.com/Qihoo360/Light-R1)
 * **HuggingFace模型库**：[https://huggingface.co/collections/qihoo360/light-r1](https://huggingface.co/collections/qihoo360/light-r1-67c675125e2443d7d5ed133d)

## 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](https://ai.paooo.com/)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 →](https://paooo.com/topics/deepseek/)

 * [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](https://paooo.com/aigc-news/10892/)
 * [DeepSeek-R1-Lite – 深度求索推出的新一代AI推理模型，媲美OpenAI o1-preview](https://paooo.com/aigc-news/25486/)
 * [DeepSeek R1-Zero – DeepSeek推出的开源推理模型，基于纯强化学习训练](https://paooo.com/aigc-news/22701/)
 * [OpenThinker-32B – 斯坦福、UC 伯克利等机构联合开源的推理模型](https://paooo.com/aigc-news/22010/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · 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](https://paooo.com/aigc-news/21281/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 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)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
