数据合成

长期以来，开源多模态模型在复杂推理任务上，始终与 GPT-4o、Gemini 等顶尖闭源模型存在一道难以逾越的鸿沟。 社区开发者们逐渐意识到，核心痛点或许不在于模型架构的精进或者模型参数的规模。真正的瓶颈，在于高质量、思维链（CoT）密集的推理数据极度匮乏。 在纯文本领域，DeepSeek-R1 的成功已验证了高质量后训练数据（Post-training D…

长期以来，开源多模态模型在复杂推理任务上，始终与 GPT-4o、Gemini 等顶尖闭源模型存在一道难以逾越的鸿沟。 社区开发者们逐渐意识到，核心痛点或许不在于模型架构的精进或参数规模的扩大，而在于高质量、思维链（CoT）密集的推理数据极度匮乏。 在纯文本领域，DeepSeek-R1 的成功已验证了高质量后训练数据的威力。但在多模态领域，研究者们面对的是横亘…