GPQA Diamond

今天是2025年3月14日，星期五，北京天气晴。Light-R1-32B复现了R1的效果，但限定于数学领域AIME24、AIME25、GPQA Diamond等数据集；同时指出R1蒸馏模型所用800K数据是否来自训练还是由R1生成尚存争议。