用 GRPO 和 Countdown Game 复现 DeepSeek R1 的 aha moment 教程
Hugging Face 博客用 GRPO 和 Countdown Game 在 4x NVIDIA H100 上复现 DeepSeek R1 的 aha moment，训练 Qwen2.5-3B-Instruct 学会自我验证与搜索。
推荐理由：教程给出可复现的 GRPO 训练配置与超参调整过程，读者可据此在自有硬件上复现类似实验。
#DeepSeek
Hugging Face Blog精选AI 评分6161
Hugging Face BlogAI 评分5656 Hugging Face 博客：如何在 AWS 上部署和微调 DeepSeek R1 模型
Hugging Face 与 AWS 合作发布持续更新的文档，介绍如何在 AWS 上部署和微调 DeepSeek R1 系列模型。
Hugging Face Blog精选AI 评分7272 Hugging Face 发起 Open-R1 项目，系统复现 DeepSeek-R1 的数据与训练流程
Hugging Face 发布 Open-R1 项目，旨在系统性重建 DeepSeek-R1 的数据与训练管线、验证其技术报告中的主张，并推动开源推理模型的发展。
推荐理由：原文拆解了 DeepSeek-R1 训练配方中尚未公开的部分，并给出 Open-R1 的三步复现路线，便于读者理解开源社区如何补齐这些环节。
Hugging Face BlogAI 评分4545 中国 AI 全球扩张简述
中国 AI 企业正加速出海，2024 年 6 月的费凡研究显示全球 1,500 家活跃 AI 公司中 751 家来自中国，其中 103 家已布局海外。华为、腾讯、阿里等巨头聚焦云计算与 AI 基础设施，重点布局东南亚和中东；ByteDance 则主攻西方 To C 市场，CapCut 月活超 300 万、累计收入达 $125 million。
Hugging Face Blog精选AI 评分6161 NuminaMath 7B TIR 赢得首届 AIMO Progress Prize 的技术方案
Numina 与 Hugging Face 合作的 NuminaMath 7B TIR 赢得首届 AIMO Progress Prize，在私有测试集 50 题中解出 29 题。
推荐理由：详细拆解了从数据构造到解码算法的完整配方，可迁移方法多。