IXThinker·2025-02-23 20:30

階躍星辰清華開源ORZ 訓練步數僅需三十分一

DeepSeek開源多項成果，卻未公開訓練代碼與數據。階躍星辰聯同清華大學發布Open Reasoner Zero（ORZ），以約1/30訓練步數追上同尺寸DeepSeek-R1-Zero蒸餾Qwen的表現。

大佬署名開源

ORZ由階躍星辰與清華大學聯合發布，沈向洋、階躍星辰創始人兼CEO姜大昕、ResNet作者張祥雨等知名學者親自署名，是國產推理模型強化學習訓練方法的重要開源嘗試。