File size: 1,746 Bytes
878adf2 bdcc7d4 878adf2 bdcc7d4 878adf2 bdcc7d4 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 | ---
pretty_name: OPD Research Reproduction Assets
license: other
---
# OPD Research 复现资产
本仓库集中保存 `zhongzero/OPD_research` GitHub 项目无法直接提交的大文件。源码、复现脚本和完整教程位于：
`https://github.com/zhongzero/OPD_research`
## 内容
- `conda/opsd-conda-linux-x86_64.tar.zst`：已经解包验证的 OPSD conda 环境，Python 3.10.20、PyTorch 2.8.0+cu128、CUDA runtime 12.8。
- `models/Qwen3-1.7B/`：`Qwen/Qwen3-1.7B` revision `70d244cc86ccca08cf5af4e1e306ecf908b1ad5e` 的完整本地 snapshot。
- `datasets/opsd-hf-datasets-cache.tar.zst`：训练数据和 AIME24、AIME25、HMMT25 的最小离线 Hugging Face cache。
- `manifests/SHA256SUMS`：本仓库所有环境、模型和数据资产的逐文件 SHA-256。
- `manifests/assets.manifest.json`：来源、大小和校验值的结构化 manifest。
Qwen3-1.7B 保留原模型附带的 Apache 2.0 `LICENSE`。conda 环境内各依赖继续遵循各自许可证，因此整个混合资产仓库标记为 `other`。
## 下载
安装 Hugging Face CLI 后下载全部资产：
```bash
hf download zhongzero/OPD_research \
--repo-type dataset \
--local-dir /PATH/TO/OPD_research/hf_assets
```
校验：
```bash
cd /PATH/TO/OPD_research/hf_assets
sha256sum --check manifests/SHA256SUMS
```
目标服务器无法连接 Hugging Face 时，在可联网机器完成上述下载，再将整个 `hf_assets/` 目录手动
传到目标服务器的 `OPD_research/hf_assets/`。GitHub 仓库中的 bootstrap 和 bundle 脚本会在
本地校验通过时完全跳过网络访问，并自动解包环境与数据 cache。
跨服务器的 conda 解包、数据下载和 train/eval 步骤见 GitHub 仓库根目录 `README.md`。
|