【Search-R1：高效、可扩展的强化学习训练框架，用于训练具有推理和搜索引擎调用能力的大型语言模型（LLM）。亮点：1. 基于veRL构建，支持3B规模的基础LLM；2. 通过规则化奖励机制，让LLM自主学会推理和搜索；3. 提供完整的训练流程和工具支持，助力研究和开发】
'Search-R1: Train your LLMs to reason and call a search engine with reinforcement learning'
GitHub: github.com/PeterGriffinJin/Search-R1
