llm-reasoning

让大型语言模型的强化学习更普及

LLM 基于代理应用的 RL Bridge，简单且灵活

MMaDA - 开源多模态大型扩散语言模型（具备块扩散、混合思维链与统一强化学习的 dLLM）

Agent 智能的基础层。

[NeurIPS 2024 Spotlight] Buffer of Thoughts：基于大型语言模型的思维增强推理

✨✨基础模型推理最新论文与基准测试

RLAnything (ICML 2026) 与 AutoTool (ICML 2026)，DemyAgent：用于 LLM 与 Agent 场景的开源强化学习

历年 ICLR 论文与开源项目合集，包含 ICLR2021、ICLR2022、ICLR2023、ICLR2024、ICLR2025。

[ICLR 2026] TraceRL 官方代码：彻底改变扩散 LLM 的后训练流程，驱动 SOTA TraDo 系列。