Open R1

Este é um projeto de recriação de um modelo DeepSeek-R1 totalmente aberto, destinado a ajudar desenvolvedores a reproduzir e construir modelos baseados em R1.

Recomendação do EditorProdutividadeAprendizado ProfundoProcessamento de Linguagem Natural

Abrir Site

huggingface/open-r1 é um projeto de código aberto dedicado à recriação do modelo DeepSeek-R1. O projeto oferece uma série de scripts e ferramentas para treinamento, avaliação e geração de dados sintéticos, suportando diversos métodos de treinamento e configurações de hardware. Sua principal vantagem é ser totalmente aberto, permitindo que desenvolvedores o usem e melhorem livremente. É um recurso valioso para usuários que desejam realizar pesquisas e desenvolvimento nas áreas de aprendizado profundo e processamento de linguagem natural. Atualmente, o projeto não tem preço definido e é adequado para pesquisas acadêmicas e uso comercial.

Best AI Websites & Tools

Open R1

Open R1 Situação do Tráfego Mais Recente

Open R1 Tendência de Visitas

Open R1 Distribuição Geográfica das Visitas

Open R1 Fontes de Tráfego

Open R1 Alternativas

Open R1 — Este é um projeto de recriação de um modelo DeepSeek-R1 totalmente aberto, destinado a ajudar desenvolvedores a reproduzir e construir modelos baseados em R1.

Janus-Pro-1B — Janus-Pro-1B é uma estrutura auto-regressiva unificada de compreensão e geração multimodal.

DeepSeek-V3 — Modelo de linguagem Mixture-of-Experts com 671B de parâmetros.

NeoBase — NeoBase é um assistente de banco de dados AI de código aberto que permite que você interaja com o banco de dados usando linguagem natural.

Instella — Instella é um modelo de linguagem de código aberto de alto desempenho desenvolvido pela AMD, projetado para acelerar o desenvolvimento de modelos de linguagem de código aberto.

Migician — Migician é um modelo de linguagem grande multimodal focado na localização de imagens múltiplas, capaz de realizar localização precisa de imagens múltiplas de forma livre.

PhotoDoodle — PhotoDoodle é uma implementação de código que aprende edição de imagens artísticas com base em poucos dados de pares de amostras.

IndexTTS — Sistema de texto para voz (TTS) de amostra zero, eficiente e controlável em nível industrial

DeepGEMM — DeepGEMM é uma biblioteca CUDA para multiplicação de matrizes FP8 eficiente, suportando escalonamento granular e diversas técnicas de otimização.

bRAG-langchain — Um projeto de código aberto para construir aplicativos de Geração Aumentada por Busca (Retrieval-Augmented Generation - RAG).

FlexHeadFA — Mecanismo de atenção preciso, rápido e eficiente em termos de memória.

FlashMLA — FlashMLA é um núcleo de decodificação MLA eficiente otimizado para GPU Hopper, adequado para serviços de sequência de comprimento variável.

QwQ-Max-Preview — QwQ-Max-Preview é o mais recente resultado da série Qwen, construído com base no Qwen2.5-Max, e apresenta poderosas capacidades de raciocínio e aplicações em múltiplas áreas.

VLM-R1 — O VLM-R1 é um modelo de linguagem visual reforçado estável e versátil, focado em tarefas de compreensão visual.

Moonlight — Moonlight é um modelo de especialista misto com 16 bilhões de parâmetros, treinado com o otimizador Muon, apresentando desempenho excepcional.

Detecção de Compatibilidade de Modelos DeepSeek — Detecta se o dispositivo pode executar modelos DeepSeek de diferentes escalas, fornecendo uma previsão de compatibilidade.

Huginn-0125 — Huginn-0125 é um modelo de profundidade recorrente com variáveis ​​latentes e 3,5 bilhões de parâmetros, especializado em raciocínio e geração de código.

pré-treinamento recursivo — Código de pré-treinamento para modelos de linguagem recorrentes profundos em larga escala, compatível com execução em 4096 GPUs AMD.

RAG-FiT — RAG-FiT é uma biblioteca para aprimorar a capacidade dos LLMs de usar informações externas, ajustando finamente os modelos com um conjunto de dados RAG aprimorado especialmente criado.

node-DeepResearch — Realiza buscas e leituras contínuas na web até encontrar a resposta (ou exceder o orçamento de tokens).

Tülu 3 405B — Tülu 3 405B é um modelo de linguagem de código aberto em larga escala, com desempenho aprimorado por meio de aprendizado por reforço.

SpeechGPT 2.0-prévia — O primeiro sistema de interação em tempo real de nível humano orientado para inteligência contextual, suportando interação de voz multi-emocional e multi-estilo.

YuE-s1-7B-anneal-en-cot — YuE é um modelo de geração de música de código aberto que transforma letras em músicas completas.

Tarsier — Tarsier é um grande modelo de linguagem de vídeo lançado pela ByteDance para gerar descrições de vídeo de alta qualidade.

Baichuan-M1-14B — Modelo de linguagem extenso de código aberto desenvolvido pela Baichuan Intelligence, otimizado para cenários médicos, com capacidades gerais excepcionais e desempenho superior na área médica.

VideoLLaMA3 — VideoLLaMA3 é um modelo básico multimodal de ponta, focado na compreensão de imagens e vídeos.

DeepSeek-R1-Distill-Qwen-1.5B — DeepSeek-R1-Distill-Qwen-1.5B é um modelo de linguagem de código aberto eficiente para inferência, adequado para diversas tarefas de processamento de linguagem natural.

Flex.1-alpha — Modelo pré-treinado de geração de imagem a partir de texto, com 8 bilhões de parâmetros e licença de código aberto Apache 2.0.

InternLM3-8B-Instruct — InternLM3-8B-Instruct é um modelo de linguagem de instrução de código aberto com 8 bilhões de parâmetros, projetado para uso geral e raciocínio avançado.

MiniMax-01 — Modelo de linguagem poderoso com 456 bilhões de parâmetros, capaz de processar contextos de até 4 milhões de tokens.

Huginn-0125 — Huginn-0125 é um modelo de profundidade recorrente com variáveis latentes e 3,5 bilhões de parâmetros, especializado em raciocínio e geração de código.