本文へスキップ

Open R1

DeepSeek-R1 モデルのオープンな再現プロジェクト

公式サイトを見る

Open R1 とは

Open R1 は DeepSeek-R1 モデルの再現を目指すオープンソースプロジェクトと紹介され、学習・評価・合成データ生成のためのスクリプトと道具を提供し、複数の学習方式とハードウェア構成に対応する。 資料は完全に開かれ、開発者が自由に利用し改良できると説明する。

できること

  • SFT と GRPO で R1 の学習と評価の流れを一通り実行する
  • DDP と DeepSpeed の ZeRO-2・ZeRO-3 の構成を使う
  • Distilabel で合成データを作り学習データを豊かにする
  • lighteval で複数課題とモデル規模にわたり評価する

導入の手順

  • Python 仮想環境を作り vLLM や PyTorch などを導入する
  • プロジェクトのコードを取得しアクセラレータ設定を用意する
  • SFT または GRPO のスクリプトで学習し引数を調整する
  • lighteval でモデルの性能を評価する

活用場面

  • SFT 方式で微調整し特定の自然言語処理課題に合わせる
  • GRPO 方式で推論課題における性能を最適化する
  • Distilabel による合成データで汎化能力を高める

長所と短所

✓ 良い点

  • 資料は完全に開かれ自由な利用と改良ができると説明
  • 合成データ生成と lighteval による評価を含む

! 注意したい点

  • 学習には vLLM や PyTorch を入れた Python 環境が要る
  • ハードウェア構成は DDP と DeepSpeed の設定で表される

よくある質問

挙がる学習方式は?

資料は R1 の学習・評価の流れに SFT と GRPO を挙げる。

評価はどう行う?

資料は lighteval を挙げ、複数課題とモデル規模に対応する。

最終評価日: 2026-11-15

その他 AIコーディングツール ツール

すべて見る →

評価方法