O1-Journey 是一个围绕 OpenAI O1 模型复现展开的开放研究项目，由上海交通大学 GAIR 研究组核心开发团队推进，团队成员主要为三、四年级本科生及一年级博士生，并得到纽约大学、MBZUAI 等机构的大语言模型领域研究科学家指导。
用途方面，项目旨在以透明、实时的探索方式复现 O1 的能力，同时重新思考 AI 研究的开展与交流过程。项目提出“旅程学习”（journey learning）这一新训练范式，强调通过持续学习、反思和适应来提升 AI 系统处理现实复杂问题的能力，而非仅聚焦特定任务。该范式将搜索与学习结合，搜索过程包含试错、纠正、回溯和反思，被认为是面向复杂推理任务的有效路径。
主要能力与成果按三个部分展开。Part1 为战略进展报告，提出旅程学习，并发布旅程思考训练数据集，同时提供数据集、Walnut Plan 与论文引用信息。Part2 研究通过简单蒸馏复现 O1，指出从 O1 API 蒸馏并结合监督微调，可在复杂数学推理任务上取得优于 O1-preview 的表现；关键发现包括：在数万条 O1 蒸馏链上微调的基础模型以极低技术复杂度在 AIME 上超过 O1-preview；尽管仅用数学数据训练，蒸馏模型在开放域问答中表现较强，减少幻觉、提升安全性，并降低对谄媚行为的敏感性；论文同时强调透明研究实践与优先第一性原理思考。Part3 探索推理时扩展在医学推理中的应用，基于此前旅程学习与蒸馏工作，研究延长推理时间对医学任务表现的影响；在 MedQA、Medbullets、JAMA Clinical Challenges 等基准上的实验显示，仅用 500 个训练样本即可带来 6%-11% 的性能提升；模型的鉴别诊断过程类似医学专业人员使用的假设-演绎法，系统评估证据以缩小可能病症范围。
使用方式方面，项目资源通过 GitHub 仓库逐步发布，数据集发布于 Hugging Face，相关报告与论文引用信息在仓库中提供。项目表示将持续分享新进展，更多资源即将推出。
适用场景包括大语言模型复杂推理研究、数学推理与医学推理的模型训练与评估，以及 AI 研究方法的透明化探索。
限制方面，资料未提供具体安装命令、代码使用步骤、收费或价格信息，也未说明平台兼容性与部署要求。项目为研究性质，实际使用需结合仓库中的报告、数据集与论文自行判断。
