reasoning

Search-o1: Modelos de raciocínio amplo aprimorados por busca agentica [EMNLP 2025]

[WWW‘26 Oral🔥] DeepAgent: Um agente de raciocínio geral com conjuntos de ferramentas escaláveis

[NeurIPS 2025] TTRL: Aprendizado por Reforço em Tempo de Teste (Test-Time Reinforcement Learning).

Aprendizado por reforço via autodestilação (SDPO)

Raciocínio multimodal de cadeia de pensamento: um levantamento abrangente

Um recurso central e aberto para dados e ferramentas relacionados ao raciocínio em cadeia de pensamento (chain-of-thought) em grandes modelos de linguagem. Desenvolvido pelo grupo de pesquisa Samwald: https://samwald.info/

[ACL 2023] Raciocínio com Prompting de Modelos de Linguagem: Um Levantamento

Código de pré-treinamento e inferência para um modelo de linguagem recorrente de profundidade em larga escala

Tutor de IA alimentado por raciocínio de Teoria da Mente

[ACL 2026 KnowFM] Recursos incríveis para Pesquisa Profunda Agente (Awesome Agentic Deep Research Resources)

LLMs podem gerar feedback sobre seu próprio trabalho, usá-lo para melhorar o resultado e repetir esse processo iterativamente.

Linguagem lógica para LLMs 🌱🐋 Construa modelos de mundo 🌍

MathCode: Um agente de codificação matemática de ponta

Litex: A Linguagem Onde a Matemática se Verifica.

🌾 OAT: Uma estrutura amigável para pesquisa de alinhamento online de LLMs, incluindo aprendizado por reforço, aprendizado por preferência, etc.

✨✨ Últimos artigos e benchmarks em raciocínio com Modelos Fundacionais

Código em PyTorch para o artigo Energy-Based Transformers -- raciocínio generalizável e aprendizado escalável

Últimos avanços em raciocínio de cadeia de pensamento longa (Long Chain-of-Thought)

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

Explore o "Momento Aha" Multimodal em um modelo de 2B

código e documentação para o artigo do EMNLP "DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning"

Implementação oficial do artigo do ICLR 2024: "Reasoning on Graphs: Faithful and Interpretable Large Language Model Reasoning"

[ICLR 2026] QeRL permite RL para LLMs de 32B em uma única GPU H100.

🔥🔥🔥[AAAI 2026 Oral] Official Implementation of Robust-R1: Degradation-Aware Reasoning for Robust Visual Understanding

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