README.md

metadata

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：

hf download zhongzero/OPD_research \
  --repo-type dataset \
  --local-dir /PATH/TO/OPD_research/hf_assets

校验：

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。