DeepSeek R1 模型构建全攻略：从 Qwen 到 SFT 的进阶之路
DeepSeek R1 模型构建指南：从基础模型 Qwen 到推理模型，使用 GRPO 算法和 SFT 提升推理能力，提供详细训练流程和手绘流程图，适合初学者。
TechFoco
GRPO 专题
共 2 篇文章，按时间倒序展示。
Huggingface Open R1 深度解析：复现与社区工作全记录
Huggingface 文章总结了 Deepseek R1 发布后的重要内容，包括评估分数复现、训练管道、数据生成流程及社区表态。
TechFoco
