单卡复现 DeepSeek R1 Zero教程来了！

文章预览

 Datawhale干货  作者 ： 邓恺俊，Datawhale成员 项目代码可见：unlock-deepseek/Datawhale-R1（https://github.com/datawhalechina/unlock-deepseek），欢迎关注和 star！ 其余所有开源内容见文末。 各位同学好，我是来自 Unlock-DeepSeek 团队的邓恺俊。 之前有同学问：主播主播，你们团队的复现的 R1 Zero 确实很强，但是还是太耗算力资源，没 3 张 A800 啊，还有没有更经济更简单的方式来学习 R1 Zero 的复现呢?　 有的，兄弟，有的有的，像这样的方案还有九个（开玩笑）。今天我们来介绍一个有趣的方法， 能够让你在单卡复现 DeepSeek R1 Zero，甚至只用一块 4090 显卡也能轻松实现！ 　 为什么单卡就能复现？ 你可能会问：“原来需要 3 张 A800，如今怎么只需单卡？这其中有什么黑科技？” 答案就在于我们引入了  Unsloth + LoRA 。 Unsloth 的核心优势在于：　 强化学习算法优化 ：集 ………………………………