reasoning

🔍 Search-o1 : Modèles de raisonnement large améliorés par la recherche agentique [EMNLP 2025]

[WWW‘26 Oral🔥] DeepAgent : un agent de raisonnement général avec des ensembles d'outils évolutifs.

[NeurIPS 2025] TTRL : Apprentissage par renforcement en temps de test (Test-Time Reinforcement Learning).

Apprentissage par renforcement via auto-distillation (SDPO)

Raisonnement multimodal par chaîne de pensée : une étude complète

Ressource centrale et ouverte pour les données et outils liés au raisonnement par chaîne de pensée (chain-of-thought) dans les grands modèles de langage. Développé par le groupe de recherche Samwald.

[ACL 2023] Raisonnement par prompting de modèles de langage : une étude

Code de pré-entraînement et d'inférence pour un modèle de langage récurrent en profondeur à grande échelle.

Tuteur IA basé sur le raisonnement de la théorie de l'esprit.

[ACL 2026 KnowFM] Ressources impressionnantes sur la recherche approfondie par agents.

Les LLM peuvent générer des retours sur leur propre travail, les utiliser pour améliorer le résultat et répéter ce processus de manière itérative.

Langage logique pour LLM 🌱🐋 Construire des modèles du monde 🌍

MathCode : un agent de codage mathématique de pointe

Litex : Le langage où les mathématiques se vérifient elles‑mêmes.

🌾 OAT : un cadre de recherche convivial pour l'alignement en ligne des LLM, incluant l'apprentissage par renforcement, l'apprentissage des préférences, etc.

Code PyTorch pour le papier sur les Energy-Based Transformers -- raisonnement généralisable et apprentissage évolutif

✨✨Derniers articles et références sur le raisonnement avec les modèles de base

Dernières avancées sur le raisonnement à longue chaîne de pensée (Long Chain-of-Thought)

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

Code et documentation pour l'article EMNLP "DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning"

Implémentation officielle de l'article ICLR 2024 : "Reasoning on Graphs: Faithful and Interpretable Large Language Model Reasoning"

[ICLR 2026] QeRL permet l'apprentissage par renforcement pour les LLM de 32B sur un seul GPU H100.

🔥🔥🔥[Oral AAAI 2026] Implémentation officielle de Robust-R1 : Raisonnement conscient de la dégradation pour une compréhension visuelle robuste

Official implementation of GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization