Light-R1是由奇虎360团队开发的开源人工智能模型，专注于数学领域的长链推理（Chain-of-Thought, COT）。它基于Qwen2.5-32B-Instruct模型，通过独特的课程式监督微调（SFT）和直接偏好优化（DPO）训练方法实现高性能。
Os principais pontos fortes incluem:
- 低成本高效训练：仅需1000美元成本（12台H800机器6小时训练）
- 竞赛级表现：在AIME24和AIME25数学竞赛中分别取得76.6和64.6分，超越同类模型
- 长链推理突破：通过硬编码标签强制模型展示完整解题过程
- Código-fonte totalmente aberto：提供完整训练数据集、代码及360-LLaMA-Factory框架支持
- 严谨数据去污染：确保MATH-500、AIME24/25等基准测试公平性
Essa resposta foi extraída do artigoLight-R1: 360 modelo de inferência soberba de código aberto para o domínio matemáticoO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " 什么是Light-R1？它在数学推理领域有哪些核心优势？
Português do Brasil 
简体中文 
English 
日本語 
Deutsch