Understand-R1-Zero：深入剖析R1-Zero类训练方法
深入剖析R1-Zero训练方法，发现其已展现‘灵光一现’现象，并提出Dr. GRPO算法优化强化学习过程。仅用8×A100 GPU在27小时内实现SOTA性能。
NLP工程化
一款开源语音RAG助手：Oliva
Oliva是基于Langchain和Superlinked的开源语音RAG助手，支持用自然语音对Qdrant向量数据库进行实时语音搜索，通过Deepgram和LiveKit实现。
一款药物治疗AI助手：TxAgent，可以辅助医生做个性化的药物治疗方案策略
TxAgent是用于个性化药物治疗的AI助手，其准确率比GPT-4高出25.8%，能够分析多种因素并实时检索生物医学知识。
香港中文大学（深圳）开源的一款语音理解模型：Soundwave
香港中文大学（深圳）开源的Soundwave语音理解模型仅需1万小时训练数据，即达到Qwen2-Audio同等性能，具备智能对话和复杂语音交互能力。