MM-EUREKA是一个探索视觉‘顿悟时刻’的多模态强化学习项目，首次将基于规则的强化学习应用于多模态推理，实现文本和视觉信息的高效融合。该项目无需监督微调，通过规则化训练显著提升模型推理能力，并开源完整训练流程，包括代码、模型和数据，助力研究者快速上手。
LMM-R1 是一个为多模态任务打造的高性能强化学习训练框架，旨在扩展 OpenRLHF 框架，支持 LMM（Large Multimodal Models）强化学习（RL）训练，以复现 DeepSeek-R1 在多模态任务上的表现。该框架集成了多种优化技术，显著提升了训练速度和模型生成效率，并支持大规模模型的训练和扩展。
