首个o1复现开源RL框架OpenR，UCL、上交等联合团队发布

OpenR由UCL、上交、利物浦大学、香港科技大学（广州）、西湖大学的团队联合开源，旨在提升大型语言模型的复杂推理能力；该框架整合了过程奖励模型训练、强化学习和多种搜索框架，支持在线和离线训练；OpenR通过模拟OpenAI的o1模型成功，采用模型化方法超越自回归，并公开代码、模型和数据集。