昆仑启航：OR1——高性能推理引擎，昆仑万维的开源杰作

在人工智能的浩瀚蓝海中，昆仑万维推出了一颗璀璨的新星——OR1，这是一款标志性的高性能推理模型系列，彻底颠覆了行业对开源技术的期待。OR1不仅是技术实力的展现，更是开源精神的践行者，它旨在为广泛的开发者社区提供一个强大而灵活的工具集，加速AI应用从理论到实践的飞跃。这款模型系列，以其卓越的效率、精准的推理能力和对多种应用场景的广泛适应性，成为了推动智能时代前行的强劲引擎。昆仑万维通过OR1，不仅降低了AI技术的应用门槛，更为推动技术创新和共享搭建了坚实的桥梁，标志着国产AI开源生态迈入了一个新的纪元。

　　Skywork-OR1是什么 　　

skywork-or1(openreasoner1)是昆仑万维推出的开源高性能推理模型系列，模型突破大模型在逻辑推理和复杂任务求解方面的能力瓶颈。skywork-or1包含三款模型，skywork-or1-math-7b是数学推理模型，具备强大的数学解题能力；skywork-or1-7b-preview是通用模型，兼具数学和代码能力；skywork-or1-32b-preview是旗舰版本，适合更高复杂度的任务，推理能力更强。在性能方面，skywork-or1系列在多个基准测试中表现出色。例如，在aime24和aime25数学数据集上，skywork-or1-math-7b分别取得了69.8%和52.3%的高分，远超同规模的主流模型。在竞赛编程任务中，skywork-or1-32b-preview在livecodebench数据集上的表现接近deepseek-r1（671b参数），展现卓越的性价比。

　　Skywork-OR1的主要功能 　　逻辑推理能力：具备强大的逻辑推理能力，处理复杂的逻辑关系和多步骤推理任务。 　　编程任务支持：支持生成高质量的代码，支持多种编程语言。 　　代码优化与调试：对代码进行优化和调试，提高代码的可读性和执行效率。 　　多领域任务适应：具备通用推理能力，支持处理其他领域的复杂任务。 　　多轮对话与交互：支持多轮对话，根据上下文信息逐步解决问题，提供更连贯的推理过程。 　　Skywork-OR1的技术原理 　　高质量数据集：基于高质量的数学数据集，如NuminaMath-1.5（约89.6万题），筛选出AIME、Olympiads等高难度子集，总计约11万道数学题目。LeetCode和TACO数据为主，经过严格筛选和去重，保留单元测试完整、验证通过的问题，获得13.7K条高质量代码问题。 　　数据预处理与过滤：每道题进行多轮采样验证答案，剔除“全对”或“全错”的题目，避免无效数据对训练的影响。结合人类评审和LLM自动判题机制，清理语义不清、信息不全、格式错误或含有无关内容的题目。 　　训练策略：基于GRPO进行模型训练，多阶段训练逐步增加上下文窗口长度，提升模型的长链思维能力。在训练前和训练过程中分别进行离线和在线过滤，动态剔除无效样本，确保训练数据的有效性和挑战性。在强化学习采样时用高采样温度（τ=1.0），基于自适应熵控制机制，增强模型的探索能力，避免过早陷入局部最优。 　　损失函数优化：在训练中移除KL损失项，让模型充分地探索和优化推理能力。将策略损失在训练批次内的所有token上进行平均，提升优化过程的一致性与稳定性。 　　多阶段训练：基于多阶段训练逐步扩展上下文窗口长度，让模型在有限token内高效完成任务，逐步掌握复杂的长链思维能力。在多阶段训练初期，基于特定策略处理截断样本，确保模型在进入下一阶段时迅速提升性能。 　　Skywork-OR1的性能表现 　　数学推理任务： 　　通用模型Skywork-OR1-7B-Preview和Skywork-OR1-32B-Preview在AIME24与AIME25数据集上实现同参数规模最优表现，展现强大数学推理能力。 　　专项模型Skywork-OR1-Math-7B在AIME24和AIME25上分别取得69.8与52.3的高分，远超当前主流7B级别模型，凸显高阶数学推理专业优势。 　　Skywork-OR1-32B-Preview在所有benchmark上超越QwQ-32B，在AIME25上基本与R1持平。 　　竞赛编程任务： 　　通用模型Skywork-OR1-7B-Preview与Skywork-OR1-32B-Preview在LiveCodeBench数据集上取得同等参数规模最优性能。 　　Skywork-OR1-32B-Preview代码生成与问题求解能力接近DeepSeek-R1（参数规模671B），在压缩模型体量的同时实现卓越性价比，体现训练策略先进性。 　　Skywork-OR1-Math-7B表现： 　　在AIME24上训练准确率曲线显示性能稳定提升，模型在AIME24和AIME25上分别达到69.8%和52.3%，超越OpenAI-o3-mini(low)，达当前尺寸SOTA性能。 　　在Livecodebench上从37.6%提升到43.6%，相比基线模型显著提升，显示训练方法领域泛化性好。 　　Skywork-OR1的项目地址 　　项目官网： 　　GitHub仓库： 　　HuggingFace模型库： 　　Skywork-OR1的应用场景 　　数学教育：辅助学生解题，提供思路与步骤，助力教师备课。 　　科研辅助：帮助研究人员探索复杂模型，验证猜想，推导公式。 　　编程开发：生成代码框架，优化代码，辅助调试，提升开发效率。 　　数据分析：支持金融、商业等领域决策，预测趋势，评估风险。 　　AI研究：作为研究平台，推动推理模型架构和算法的改进。 　　

以上就是Skywork-OR1—昆仑万维开源的高性能系列推理模型的详细内容，更多请关注其它相关文章！