💡
原文中文，约2300字，阅读约需6分钟。
📝
内容提要
蚂蚁技术研究院与清华大学推出开源强化学习框架AReaL，旨在简化大语言模型训练。最新版本AReaL-boba在训练速度和推理能力上表现优异，仅需200条数据即可高效训练，降低成本。该项目完全开源，支持社区复现与改进，推动AI训练的普惠发展。
🎯
关键要点
- 蚂蚁技术研究院与清华大学推出开源强化学习框架AReaL，旨在简化大语言模型训练。
- 最新版本AReaL-boba在训练速度和推理能力上表现优异，仅需200条数据即可高效训练，降低成本。
- AReaL-boba是首个全面拥抱SGLang推理框架的开源训练系统，训练速度显著提升。
- AReaL团队以Qwen-R1-Distill-7B模型为基础，通过大规模强化学习训练刷新开源社区记录。
- AReaL-boba开源了所有训练数据和训练脚本，确保人人可复现。
- 通过创新性数据蒸馏技术，AReaL-boba使用仅200条数据复现QwQ-32B的推理结果。
- AReaL团队希望实现AI训练的普惠，计划持续发布开源项目和优化方案。
❓
延伸问答
AReaL-boba框架的主要特点是什么？
AReaL-boba框架以其快速的训练速度和高效的推理能力著称，仅需200条数据即可实现高效训练，且完全开源，支持社区复现与改进。
AReaL-boba如何降低大语言模型训练的成本？
AReaL-boba通过使用仅200条数据和创新的数据蒸馏技术，使得训练成本降至200美金，显著降低了大语言模型训练的门槛。
AReaL-boba的训练速度相比于初代AReaL有何提升？
AReaL-boba在训练吞吐量上相比初代AReaL有显著提升，1.5B模型速度提升35%，7B模型提升60%，32B模型提升73%。
AReaL-boba的开源内容包括哪些？
AReaL-boba开源了所有训练数据、训练脚本和评估脚本，确保用户可以完全复现训练过程。
AReaL-boba在数学推理能力上表现如何？
AReaL-boba在数学推理能力上刷新了开源社区记录，AIME 2024得分为61.9，AIME 2025得分为48.3，显著超越了同类模型。
AReaL团队的目标是什么？
AReaL团队希望实现AI训练的普惠，计划持续发布开源项目和优化方案，推动社区的发展。
➡️
