本文深入探讨了围绕 DeepSeek-R1 的复现研究，重点分析了监督微调（SFT）和强化学习（RLVR）在提升语言模型推理能力中的应用。文章总结了数据准备、训练方法及奖励机制的设计经验，并展望了推理语言模型在安全性、多模态和多语言方向的发展潜力，为未来研究提供了基础与方向。