【[209星]X-R1：低成本训练0.5B R1-Zero模型的-20250214124012

文章预览

2025-02-14 12:40 本条微博链接 【[209星]X-R1：低成本训练0.5B R1-Zero模型的高效框架。亮点：1. 仅需4张3090/4090显卡，1小时训练成本不到7美元；2. 10分钟内即可输出“aha moment”，加速模型开发；3. 支持更大规模模型，如1.5B、7B等】 'X-R1 aims to build an easy-to-use, low-cost training framework based on end-to-end reinforcement learning to accelerate the development of Scaling Post-Training' GitHub: github.com/dhcode-cpp/X-R1 #强化学习# #低成本训练# #AI模型开发# #AI ………………………………