Skywork-OR1（Open Reasoner 1）是 SkyworkAI 开源的一系列数学与代码推理模型，以及配套的训练数据、代码和训练方案。该项目旨在通过大规模基于规则的强化学习，结合精心设计的数据集与训练配方，提升数学和代码推理能力。
用途
Skywork-OR1 系列主要面向数学与代码推理任务。官方资料显示，该系列模型在数学任务（AIME24、AIME25）和代码任务（LiveCodeBench）上进行评估，并采用 Avg@K 作为主要指标，以衡量模型在 K 次独立尝试中的平均表现，减少随机性影响，增强结果可靠性。
主要能力
- 模型系列：包含两个通用推理模型 Skywork-OR1-7B 和 Skywork-OR1-32B。
- 性能表现：据官方发布，Skywork-OR1-32B 在数学任务（AIME24 和 AIME25）上优于 Deepseek-R1 和 Qwen3-32B，在代码任务（LiveCodeBench）上表现相当；Skywork-OR1-7B 在同规模模型中数学和编码场景表现具有竞争力。
- 开源内容：模型权重、训练数据（Skywork-OR1-RL-Data）、代码均已开源。
- 训练方案：提供训练脚本和数据，可复现 Skywork-OR1 系列结果；支持使用 Ray 进行多节点训练。
- 评估支持：默认提供 AIME 数据集评估；如需评估 LiveCodeBench，可参考评估数据准备部分设置相应路径。评估结果会自动保存到 outputs/evalation/pass.csv。
- 技术报告：2025 年 5 月 29 日，Skywork Open Reasoner 1 技术报告已在 arXiv 发布，提供训练管线、熵坍缩现象的研究与缓解，以及大量分析和消融研究。
使用方式
项目提供 Docker 环境和 Conda 环境两种方式。官方提供了训练脚本和数据以复现结果。训练数据准备方面，提供脚本从 Hugging Face 下载数据，并根据特定模型（如 DeepSeek-R1-Distill-Qwen-{1.5,7,32}B）的难度级别过滤问题。若要进行多节点训练，需先使用 Ray 启动并连接所有节点，然后照常启动训练脚本，脚本会自动利用已连接节点。评估方面，提供评估脚本以复现 Skywork-OR1 系列结果；AIME24 和 AIME25 的评估数据已包含在 GitHub 仓库中，LiveCodeBench 数据需从 Hugging Face 下载。
适用场景
适用于研究、理解并推动开放推理模型前沿的开发者与研究者，尤其是关注数学和代码推理、强化学习训练方法、多节点训练与评估的人群。
限制
资料中未提供具体的模型推理速度、部署硬件要求、许可证详情等信息，暂未提供。技术报告的具体内容需查阅 arXiv。模型训练基于 DeepSeek-R1-Distill-Qwen-7B 和 DeepSeek-R1-Distill-Qwen-32B，并使用 verl 项目的自定义分支进行训练。
