Update README.md

README.md

@@ -1,12 +1,12 @@
 <div align="center">
 <h1>
-  TeleChat2.5
+  T1
 </h1>
 </div>
 
 
 <p align="center">
-   🦉 <a href="https://github.com/Tele-AI/TeleChat2.5" target="_blank">github</a> • 🤗 <a href="https://huggingface.co/Tele-AI" target="_blank">Hugging Face</a> • 🤖 <a href="https://modelscope.cn/organization/TeleAI" target="_blank">ModelScope</a> • 🐾 <a href="https://gitee.com/Tele-AI/TeleChat2.5" target="_blank">gitee</a> • 💬 <a href="https://github.com/Tele-AI/Telechat/blob/master/images/wechat.jpg" target="_blank">WeChat</a>
+	🦉 <a href="https://github.com/Tele-AI/T1" target="_blank">github</a> • 🤗 <a href="https://huggingface.co/Tele-AI" target="_blank">Hugging Face</a> • 🤖 <a href="https://modelscope.cn/organization/TeleAI" target="_blank">ModelScope</a> • 🐾 <a href="https://gitee.com/Tele-AI/T1" target="_blank">gitee</a> • 💬 <a href="https://github.com/Tele-AI/Telechat/blob/master/images/wechat.jpg" target="_blank">WeChat</a>
 </p>
 
 # 目录
@@ -19,60 +19,44 @@
 
 # 模型介绍
 
-**TeleChat2.5** 是 **TeleChat** 系列新版通用问答模型，由中国电信人工智能研究院（**TeleAI**）基于国产算力研发训练，包括了 **TeleChat2.5-35B** 与 **TeleChat2.5-115B**。TeleChat2.5 基于最新强化的 TeleBase2.5 系列模型进行训练，在理科、通用问答、Function Call等任务上有显著的效果提升。TeleChat2.5 的微调方法延续了 TeleChat2 系列，具体请参考 [TeleChat2](https://github.com/Tele-AI/TeleChat2)。
+**T1** 模型是 **TeleChat** 系列专注于复杂推理的模型，由中国电信人工智能研究院基于国产算力研发训练。该系列模型借助先进的思维推理和批判纠错能力，在下游复杂任务中有很好的表现。本次我们开源了 **T1-35B** 和 **T1-115B** 两款不同尺寸的模型，与同尺寸模型相比都具有较好的效果表现。
 
 ### 训练策略
-#### 数据
+采用课程学习贯穿全流程的后训练方案，循序渐进提升模型效果。
 
-- 为了提高模型训练数据的数量和质量，TeleChat2.5 在训练过程中采用了大量理科学科和编程领域的合成数据。在合成过程中，为了减少错误信息的引入，主要以基于知识点或知识片段的教育类知识合成为主。
-
-
-#### 基础模型训练
-
-- TeleChat2.5 采用了多阶段课程学习策略，在训练过程中逐步提升理科和编程类高密度知识数据的比例。每个训练阶段都使用比前一阶段质量更高、难度更大的数据，以实现持续的模型优化。  
-
-- 在最终训练阶段，为了平衡模型在各个维度的能力表现，我们选取了不同训练阶段效果较优的多个模型，并基于各模型的综合表现进行参数加权融合，其中权重分配与模型性能呈正相关。
-
-#### 后训练阶段
-我们采用分阶段优化的模型训练策略：
-
-- 融合优化阶段：整合复杂推理与通用问答能力，针对语言理解、数理逻辑等薄弱任务进行解构重组。通过重构任务框架并融合多维度解题思路，生成优化后的通用答案集。此阶段答案长度会适度增加，并基于优化数据实施微调训练。
-
-- 能力强化阶段：针对数理逻辑与编程类任务，通过注入结构化解题思路，结合基于规则的强化学习奖励机制，显著提升模型对复杂任务的理解与处理能力。
-
-- 泛化提升阶段：面向安全合规、指令响应、函数调用、数学推理、代码生成等十余种任务类型进行系统性强化学习增强，全面提升模型的通用任务处理能力。
+- 微调阶段：将多任务数据集进行难度划分（根据模型推理正误比率判断），首先使用中低难度冷启动微调，然后使用RFT方式筛选中高难度数据进行持续微调进行效果提升；
+- 强化学习阶段：首先对数理逻辑、代码能力进行提升，采用难度渐进式课程学习方案进行能力强化；然后，基于指令遵循、安全、幻觉、Function Call等10多种混合通用任务进行持续强化，全面提升模型效果；
 
 ### 模型下载
-| 模型版本             | 下载链接                                                          | 
-|------------------|--------------------------------------------------------------------|
-| TeleChat2.5-35B  | [modelscope](https://modelscope.cn/models/TeleAI/TeleChat2.5-35B)  |
-| TeleChat2.5-115B | [modelscope](https://modelscope.cn/models/TeleAI/TeleChat2.5-115B) |
+| 模型版本    | 下载链接                                                      |
+|---------|-----------------------------------------------------------|
+| T1-35B  | [modelscope](https://modelscope.cn/models/TeleAI/T1-35B)  |
+| T1-115B | [modelscope](https://modelscope.cn/models/TeleAI/T1-115B) |
 
 # 效果评测
-| 模型               | MATH-500 | AlignBench | BFCL(avg v1&v2) |
-|------------------|----------|------------|-----------------|
-| Qwen2.5-32B      | 82       | 7.39       | 81.11           |
-| Qwen2.5-72B      | 82       | 7.62       | 79.15           |
-| Qwen3-32B（通用）    | 83       | 8.23       | 81.84           |
-| GPT-4o-1120      | 75       | 7.49       | 78.66           |
-| TeleChat2-35B    | 65       | 6.97       | 75.32           |
-| TeleChat2-115B   | 75       | 7.56       | 77.47           |
-| TeleChat2.5-35B  | 85        | 7.73       | 78.28           |
-| TeleChat2.5-115B | 87       | 7.93       | 83.39           |
+| 模型                           | MATH-500 | AlignBench | BFCL(avg v1&v2) |
+|------------------------------|----------|------------|-----------------|
+| OpenAI o1-mini               | 90       | 7.91       | -               |
+| DeepSeek-R1-Distill-Qwen-32B | 94.3     | 7.42       | 76.14           |
+| QWQ-32B                      | 96       | 7.97       | 83.1            |
+| Qwen3-32B（长推理）               | 93       | 8.27       | 86.82           |
+| **T1-35B**                       | 90       | 7.93       | 80.11           |
+| **T1-115B**                      | 94       | 8.22       | 83.39           |
 
 
 # 模型推理
 
-TeleChat2.5 系列模型支持使用 `transformers` 库进行推理，示例如下：
+### Transformers
+T1 系列模型支持使用 `transformers` 库进行推理，示例如下：
 
 
 ```python
 import torch
 from transformers import AutoModelForCausalLM, AutoTokenizer, GenerationConfig
 
-tokenizer = AutoTokenizer.from_pretrained("TeleChat2.5/TeleChat2.5-35B", trust_remote_code=True)
+tokenizer = AutoTokenizer.from_pretrained("T1/T1-35B", trust_remote_code=True)
 model = AutoModelForCausalLM.from_pretrained(
-    "TeleChat2.5/TeleChat2.5-35B",
+    "T1/T1-35B",
     trust_remote_code=True, 
     torch_dtype=torch.bfloat16,
     device_map="auto"
@@ -80,8 +64,8 @@ model = AutoModelForCausalLM.from_pretrained(
 prompt = "生抽和酱油的区别是什么？"
 messages = [{"role": "user", "content": prompt}]
 text = tokenizer.apply_chat_template(messages,
-    tokenize=False,
-    add_generation_prompt=True
+	tokenize=False,
+   	add_generation_prompt=True
 )
 model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
 generated_ids = model.generate(
@@ -93,15 +77,91 @@ generated_ids = [
 response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
 print(response)
 ```
+<details>
+<summary>推理结果</summary>
+
+```markdown
+
+嗯，用户问生抽和酱油的区别，这看起来是一个关于调味品的问题。首先，我需要确定用户的基本需求。可能他们在做饭时不确定该用哪种，或者想了解它们的用途。接下来，我得回忆一下生抽和酱油的定义和特点。
+
+生抽通常是指以大豆和面粉为原料，经过发酵制成的液体调味品，颜色较浅，味道偏咸鲜。而酱油一般指的是老抽，颜色深，味道更浓郁，常用于上色。不过，可能用户对“酱油”的理解有偏差，因为有些地方可能把酱油泛指所有酱油类调味品，包括生抽和老抽。
+
+然后，我需要考虑用户的背景。可能是家庭烹饪者，尤其是新手，对调料不太熟悉。他们可能想知道在炒菜或凉拌时该用哪种，或者如何正确使用以达到最佳效果。此外，用户可能没有明确区分生抽、老抽和其他类型的酱油，比如味极鲜、蒸鱼豉油等。
+
+接下来，要分析用户可能的深层需求。除了基本的区别，他们可能还关心使用场景、健康因素（比如盐分含量）或者如何替代使用。例如，生抽适合凉拌和炒菜，而老抽适合红烧和卤味。如果用户有健康顾虑，可能需要提到低盐产品。
+
+还要考虑常见的误区。比如，有些人可能认为酱油就是生抽，或者混淆了生抽和老抽的功能。需要明确指出两者的不同用途，避免用户在烹饪时出错。
+
+另外，用户可能对“酱油”这个词的广义理解有误，认为所有酱油都是同一种东西。这时候需要解释清楚，酱油是一个大类，包含多种类型，而生抽是其中的一种，主要用于提鲜，老抽用于上色。
+
+最后，总结回答时要结构清晰，分点说明区别，包括原料、颜色、味道、用途和健康提示。确保语言通俗易懂，避免专业术语过多，让用户容易理解。同时，提醒用户根据烹饪需求选择合适的调料，可能还需要举例说明常见菜品中使用的情况，帮助用户更好地应用知识。
+</think>
+
+生抽和酱油都是常用的调味品，但它们在原料、制作工艺、风味和用法上有明显区别。以下是详细的区分：
+
+---
+
+### **1. 原料与工艺**
+- **生抽**  
+  - **原料**：以大豆（黄豆或黑豆）、小麦粉为主，辅以盐、水、曲种（米曲霉）。  
+  - **工艺**：通过发酵（固态或液态）制成，颜色较浅，呈红褐色或琥珀色，味道偏咸鲜，含较多氨基酸。  
+
+- **酱油**（传统广式老酱油或老抽）  
+  - **原料**：同样以大豆、小麦为基础，但可能添加焦糖色、糖类或其他增色成分。  
+  - **��艺**：发酵后需长时间晾晒或烘烤，颜色更深（深褐色），咸味较重，鲜味略逊于生抽。
+
+---
+
+### **2. 风味差异**
+- **生抽**：鲜味突出，咸中带甜，适合直接调味。  
+- **酱油**：咸味浓郁，部分产品带有焦糖香气，常用于上色或提味。
+
+---
+
+### **3. 用途区别**
+- **生抽**：  
+  - 凉拌菜（如拌黄瓜、海带）增鲜提味。  
+  - 炒菜（如小炒肉、青菜）代替盐，保持食材原味。  
+  - 蘸料（如白切鸡、刺身）提鲜。  
+
+- **酱油**：  
+  - 红烧、炖煮（如红烧肉、卤味）上色和增香。  
+  - 腌制或蘸食（如蘸饺子、拌面）增加咸香。
+
+---
+
+### **4. 健康注意事项**
+- **盐分**：两者含盐量较高，生抽钠含量约为15%（每百毫升），酱油约18%，需注意控制用量。  
+- **添加剂**：部分生抽含谷氨酸钠（味精），增加鲜味；酱油可能添加焦糖色素或防腐剂，选择时可参考配料表。
+
+---
+
+### **常见误区澄清**
+- **“酱油=老抽”**：传统广式酱油（如豉油）与老抽（北方称法）类似，但部分地区将“酱油”泛指点缀所有酱油类（包括生抽、老抽、味极鲜等）。购买时需看清包装标注。  
+- **替代使用**：生抽不可完全替代酱油，因上色能力不足；老抽咸味过重，不宜直接用于凉拌。
+
+---
+
+### **总结**
+| **对比项**   | **生抽**                | **酱油（老抽）**          |
+|--------------|-------------------------|--------------------------|
+| **颜色**     | 淡红褐色                | 深褐色                  |
+| **鲜味**     | 突出                    | 较弱                    |
+| **咸味**     | 中等                    | 较浓                    |
+| **主要用途** | 凉拌、炒菜、蘸料        | 上色、炖煮、腌制        |
+
+根据烹饪需求选择：追求鲜味用生抽，需要上色或浓郁咸香用酱油。
+```
+</details>
 
 #### ModelScope
-TeleChat2.5 系列模型支持使用 ModelScope 推理，示例如下：
+T1 系列模型支持使用 ModelScope 推理，示例如下：
 ```python
 import os
 import torch
 from modelscope import AutoModelForCausalLM, AutoTokenizer, GenerationConfig
-tokenizer = AutoTokenizer.from_pretrained('TeleChat2.5/TeleChat2.5-35B', trust_remote_code=True)
-model = AutoModelForCausalLM.from_pretrained('TeleChat2.5/TeleChat2.5-35B', trust_remote_code=True, device_map="auto",
+tokenizer = AutoTokenizer.from_pretrained('T1/T1-35BB', trust_remote_code=True)
+model = AutoModelForCausalLM.from_pretrained('T1/T1-35B', trust_remote_code=True, device_map="auto",
                                                   torch_dtype=torch.bfloat16)
 prompt = "生抽与老抽的区别？"
 messages = [{"role": "user", "content": prompt}]
@@ -117,18 +177,17 @@ response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
 print(response)
 ```
 
-
 ### vLLM 推理
 
-TeleChat2.5 支持使用 [vLLM](https://github.com/vllm-project/vllm) 进行部署与推理加速，示例如下:
+T1 支持使用 [vLLM](https://github.com/vllm-project/vllm) 进行部署与推理加速，示例如下:
 ##### 离线推理
 ```python
 from transformers import AutoTokenizer
 from vllm import LLM, SamplingParams
 
-tokenizer = AutoTokenizer.from_pretrained("TeleChat2.5/TeleChat2.5-35B", trust_remote_code=True)
-sampling_params = SamplingParams(temperature=0.0, repetition_penalty=1.01, max_tokens=8192)
-llm = LLM(model="TeleChat2.5/TeleChat2.5-35B", trust_remote_code=True, tensor_parallel_size=4, dtype="bfloat16")
+tokenizer = AutoTokenizer.from_pretrained("T1/T1-35B", trust_remote_code=True)
+sampling_params = SamplingParams(temperature=0.6, repetition_penalty=1.05, max_tokens=8192)
+llm = LLM(model="T1/T1-35B", trust_remote_code=True, tensor_parallel_size=4, dtype="bfloat16")
 
 prompt = "生抽和酱油的区别是什么？"
 messages = [{"role": "user", "content": prompt}]
@@ -148,12 +207,13 @@ for output in outputs:
 ##### OpenAI 兼容的 API 服务
 您可以借助 vLLM，构建一个与 OpenAI API 兼容的 API 服务。请按照以下所示运行命令：
 ```
-vllm serve TeleChat2.5/TeleChat2.5-35B \
+vllm serve T1/T1-35B \
     --trust-remote-code \
     --dtype bfloat16 \
     --disable-custom-all-reduce
 ```
-然后，您可以与 TeleChat2.5 进行对话：
+
+然后，您可以与 T1 进行对话：
 ```python
 from openai import OpenAI
 openai_api_key = "EMPTY"
@@ -161,14 +221,14 @@ openai_api_base = "http://localhost:8000/v1"
 
 client = OpenAI(api_key=openai_api_key, base_url=openai_api_base)
 chat_response = client.chat.completions.create(
-    model="TeleChat2.5/TeleChat2.5-35B",
+    model="T1/T1-35B",
     messages=[
         {"role": "user", "content": "生抽和酱油的区别是什么？"},
     ],
-    temperature=0.0,
+    temperature=0.6,
     max_tokens=8192,
     extra_body={
-        "repetition_penalty": 1.01,
+        "repetition_penalty": 1.05,
         "skip_special_tokens": False,
         "spaces_between_special_tokens": False,
     },
@@ -176,23 +236,36 @@ chat_response = client.chat.completions.create(
 print("Chat response:", chat_response)
 ```
 
+
+#### 推理注意事项
+
+1. T1 系列模型在 chat template 中加入了一些适配复杂推理模型的特性：
+    - T1 系列模型在 chat template 中加入了`<think>\n`符号以确保推理时能够生成 reason 过程。如果借助 `transformers` 库推理，并采用`apply_chat_template`方法，且 `add_generation_prompt` 设为`True`，则将会在推理时自动拼接`<think>\n`符号；如果使用 vLLM 库推理，也会自动在推理起始拼接`<think>\n`符号。此时输出结果会缺少开头的`<think>\n`符号。
+    - T1 系列模型在进行多轮推理时不应传入之前轮次回答中的`<think>..</think>`过程，在chat template 中已经实现了对多轮历史信息的自动处理。
+
+2. T1 系列模型推理参数选择
+    - 在推理数学、代码任务时，建议使用`repetition_penalty=1.0, temperature=0.6, top_p=0.95`的推理设置。
+    - 在推理通用任务时，建议使用`repetition_penalty=1.05, temperature=0.6, top_p=0.95`的推理设置，可以有效减少重复生成现象。
+
+
 # 国产化适配
 
-TeleChat2.5系列模型均进行了**国产化算力适配**，具体信息可见
-1. <a href="https://modelers.cn/models/MindSpore-Lab/TeleChat2.5-35B" target="_blank">MindSpore-Lab/TeleChat2.5-35B</a>
-2. <a href="https://modelers.cn/models/MindSpore-Lab/TeleChat2.5-115B" target="_blank">MindSpore-Lab/TeleChat2.5-115B</a>
+T1系列模型均进行了**国产化算力适配**，具体信息可见
+1. <a href="https://modelers.cn/models/MindSpore-Lab/T1-35B" target="_blank">MindSpore-Lab/T1-35B</a>
+2. <a href="https://modelers.cn/models/MindSpore-Lab/T1-115B" target="_blank">MindSpore-Lab/T1-115B</a>
+
 
 # 声明、引用
 
 ### 声明
 
-我们在此声明，不要使用 TeleChat2.5 系列模型及其衍生模型进行任何危害国家社会安全或违法的活动。同时，我们也要求使用者不要将 TeleChat2.5 系列模型用于没有安全审查和备案的互联网服务。我们希望所有使用者遵守上述原则，确保科技发展在合法合规的环境下进行。
+我们在此声明，不要使用 T1 系列模型及其衍生模型进行任何危害国家社会安全或违法的活动。同时，我们也要求使用者不要将 T1 系列模型用于没有安全审查和备案的互联网服务。我们希望所有使用者遵守上述原则，确保科技发展在合法合规的环境下进行。
 
-我们已经尽我们所能，来确保模型训练过程中使用的数据的合规性。然而，尽管我们已经做出了巨大的努力，但由于模型和数据的复杂性，仍有可能存在一些无法预见的问题。因此，如果由于使用 TeleChat2.5 系列开源模型而导致的任何问题，包括但不限于数据安全问题、公共舆论风险，或模型被误导、滥用、传播或不当利用所带来的任何风险和问题，我们将不承担任何责任。
+我们已经尽我们所能，来确保模型训练过程中使用的数据的合规性。然而，尽管我们已经做出了巨大的努力，但由于模型和数据的复杂性，仍有可能存在一些无法预见的问题。因此，如果由于使用 T1 系列开源模型而导致的任何问题，包括但不限于数据安全问题、公共舆论风险，或模型被误导、滥用、传播或不当利用所带来的任何风险和问题，我们将不承担任何责任。
 
 ### 引用
 
-如需引用我们的工作，请使用如下 reference:
+如需引用我们的工作，请使用如下 reference：
 
 ```
 @misc{wang2024telechat,