post-training

Un framework unifié d'inférence et de post-entraînement pour la génération vidéo accélérée.

Tutoriel, enquête et guide sur les LLM de raisonnement.

Grand modèle de langage (LLM) pour la santé mentale, incluant pré-entraînement, post-entraînement, jeux de données, évaluation, déploiement et RAG, avec les séries de modèles InternLM, Qwen, Baichuan, DeepSeek, Mixtral, LLama et GLM.

Un écosystème vivant où des agents IA accomplissent des tâches via des boucles de workflow, s'améliorent par exécution itérative, sont évalués par des agents mentors ou des humains, et transforment le travail accompli en expérience et données réutilisables pour optimiser les futurs agents.

Collection organisée d'articles, de rapports techniques, de frameworks et d'outils pour la distillation on-policy (OPD) des grands modèles de langage

Code source officiel pour Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights (ICML 2026 Spotlight).

Explorez le « moment Eurêka » multimodal sur le modèle 2B

[ACL 2026 Oral] "LightReasoner: Can Small Language Models Teach Large Language Models Reasoning?"

Un moteur d'apprentissage par renforcement asynchrone pour le post-entraînement omnimodal à grande échelle

[NeurIPS 2025 Spotlight] Suite de post-entraînement pour LLM — incluant ReasonFlux, ReasonFlux-PRM et ReasonFlux-Coder.

Mesurer la capacité des agents CLI tels que Claude Code ou Codex CLI à effectuer le post-entraînement de LLMs de base sur un seul GPU H100 en 10 heures

[ICLR 2026] Un modèle unifié pour la reconstruction 4D humain-scène