O1

O1-CODER是由北京交通大学研究团队开发的开源项目，致力于复刻OpenAI的O1模型，并专注于编码任务。该项目结合了强化学习（RL）与蒙特卡洛树搜索（MCTS）技术，显著提升了模型的System-2思维能力，使其在编码过程中表现出更强的逻辑性和逐步解决问题的能力。O1-CODER框架包含训练测试用例生成器（TCG）用于标准化代码测试，利用MCTS生成包含推理过程的代码数据，并通过迭代微调策略模型生成伪代码和完整代码。所有相关资源均已公开于GitHub平台。