Gen-Verse/ReasonFlux

[NeurIPS 2025 Spotlight] LLM 后训练套件 — 包含 ReasonFlux、ReasonFlux-PRM 与 ReasonFlux-Coder

↗ 在 GitHub 打开

星数

542

Fork 数

37

语言

Python

许可

—

最后推送

11个月前

Python chain-of-thought reinforcement-learning code-generation post-training deepseek-r1 clawdbot-skill gemini-pro llm-rlhf o3-mini process-reward-model sft-data

还没有相关情报

radar 追踪的来源里还没有出现过这个 repo。收集器按计划运行——等它覆盖到这个 repo 再回来看看。