三花快讯 · 2025, 3月3日
Search-R1：首个开源复现 DeepSeek-R1 的创新强化学习模型
3B 参数小模型自主调用搜索工具
Search-R1 通过强化学习（RL）训练模型，使 3B 参数的小模型能够在推理过程中自主调用工具（如搜索）。
Search-R1 的灵感来源于 DeepSeek-R1，是首个成功复现 DeepSeek-R1 方法并加以创新的开源项目。
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。