DeepSeek R1 通过强化学习和手绘示意图，逐步实现高效的模型训练，以提升其推理能力。

SongGen是一种单阶段自回归变换器，可根据文本生成歌曲，支持多种控制方式与模式。

Open Reasoner Zero是一个开源项目，旨在提升大规模推理导向的强化学习训练的可扩展性和简便性。

Crawl4LLM是一个高效的网页爬虫工具，旨在为大型语言模型预训练提供数据支持。

Refly是一个开源的AI创作引擎，提供直观的界面和多线程对话功能，助力内容生成。

Local GRPO培训是一个可在本地运行GRPO策略的工具，提供简单的配置和训练指引。