DeepSeek V3/R1开源工具箱发布，提供低成本监督微 调方案，支持LoRA、强化学习等技术，适用于HuggingFace模型和多种硬件，降低大模型微调成本。
该工具箱包含DeepSeek V3/R1满血671B参数的LoRA低成本SFT微调、强化学习工具链等，支持BF16权重和混合精度训练，适用于Ascend 910B NPU和H100/H800 GPU。
Colossal-AI团队还提供了通过强化学习微调蒸馏版DeepSeek的方法，验证了GRPO算法及verifiable reward，降低资金充裕团队和 预算有限团队的开发门槛。
