R1-V开源，使用可验证奖励的强化学习（RLVR），2B 模型在仅 100 个训练步骤内，OOD 测试中优于 72B 模型，成本低于3刀。
代码、模型、数据集、更多细节以及所有开源资源都将共享。果然大佬是没有休息时间的~
项目地址：https://github.com/Deep-Agent/R1-V
o1/r1的风吹到了多模态，R1-V开源！
大模型机器学习数据库
0
0
0
0
关于作者
相关资源
相关产品
评论
未登录
看完啦，登录分享一下感受吧～
暂无评论
R1-V开源，使用可验证奖励的强化学习（RLVR），2B 模型在仅 100 个训练步骤内，OOD 测试中优于 72B 模型，成本低于3刀。
代码、模型、数据集、更多细节以及所有开源资源都将共享。果然大佬是没有休息时间的~
项目地址：https://github.com/Deep-Agent/R1-V