post-training

Un framework unificado de inferencia y post-entrenamiento para la generación acelerada de video.

Tutorial, encuesta y guía impresionante sobre LLM de razonamiento

Modelo de lenguaje grande (LLM) para salud mental, incluyendo pre y post-entrenamiento, conjuntos de datos, evaluación, despliegue y RAG, con modelos de las series InternLM, Qwen, Baichuan, DeepSeek, Mixtral, LLama y GLM.

Ecosistema vivo donde los agentes de IA completan tareas a través de bucles de flujo de trabajo, mejoran mediante ejecución iterativa, son evaluados por agentes mentores o humanos, y convierten el trabajo completado en experiencia laboral reutilizable y datos para mejorar futuros agentes.

Una colección curada de artículos, informes técnicos, marcos de trabajo y herramientas para la destilación on-policy (OPD) de modelos de lenguaje de gran tamaño.

Repositorio oficial para "Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights" (ICML 2026 Spotlight)

Explora el momento "Aha" multimodal en un modelo de 2B.

[ACL 2026 Oral] "LightReasoner: ¿Pueden los modelos de lenguaje pequeños enseñar razonamiento a los modelos de lenguaje grandes?"

Un motor de aprendizaje por refuerzo asíncrono para el post-entrenamiento omnimodal a gran escala.

[NeurIPS 2025 Spotlight] Suite de post-entrenamiento para LLM, que incluye ReasonFlux, ReasonFlux-PRM y ReasonFlux-Coder.

Medición de la capacidad de agentes CLI como Claude Code o Codex CLI para realizar post-entrenamiento de LLMs base en una sola GPU H100 en 10 horas

[ICLR 2026] Un modelo unificado para la reconstrucción 4D de humanos y escenas