Aha Moment
X-R1: 不到50元，人人都能复现0.5B Aha Moment
X-R1是基于强化学习的训练框架，目标降低R1复现门槛。通过最少成本在0.5B预训练模型上实现了‘顿悟时刻’效果，使用了更易训练的方法，并优化了数据规模和checkpoint打印。
0.5B小模型逆袭！不到50元，「X-R1」让每个人都能复现Aha Moment
X-R1 是一个低成本且易入门的强化学习训练框架，旨在降低 R1 的复现门槛。通过使用0.5B预训练模型，在4张3090/4090显卡上仅需2小时就实现了 ‘aha Moment’，展示了极小模型也能触发Aha Moment的现象。