Open-R1 项目更新：发布数据集与训练配方

Hugging Face 发布 Open-R1 项目首次更新，公开了用于复现 DeepSeek-R1 的完整数据集、训练配方和代码。项目旨在通过开源方式复现 DeepSeek-R1 的推理能力，目前已完成数据生成、训练流程和评估基准的构建。更新内容包括：1）发布包含 60 万条推理轨迹的合成数据集；2）开源基于 GRPO 的强化学习训练脚本；3）提供从零训练 R1 风格模型的详细配方。项目仍处于早期阶段，后续将优化数据质量和训练效率。