Qwen-R1-Distill-7B

蚂蚁清华团队开源的AReaL-boba框架，显著提升了模型训练效率和推理能力。32B规模模型仅需200美元、200条数据即可复现，且在数学推理上达到SOTA水平，训练吞吐性能提升显著，成本大幅降低。