post-training
标记 post-training 主题、收录中的开源项目，按星标数排序。
相关主题
常跟 post-training 一起出现在同一个项目上的主题。
近期新秀
近 90 天内创建、标记 post-training 主题的项目。
- #1
一个充满活力的生态系统，在此系统中 AI agent 通过工作流程循环完成任务、藉由迭代执行来改进、通过导师 agent 或人工介入进行评估，并将已完成的工作转化为可重复使用的工作经验与数据，以提升未来的 agent。
★ 1,334
- #1★ 4,300+150近 7 天星标变化
- #2
强大推理能力 LLM 的教学、调查与指南资源集合
★ 2,533+6近 7 天星标变化 - #3
心理健康大模型 (LLM x Mental Health), Pre & Post-training & Dataset & Evaluation & Depoly & RAG, 搭配 InternLM / Qwen / Baichuan / DeepSeek / Mixtral / LLama / GLM 系列模型
★ 1,781+1近 7 天星标变化 - #4
一个充满活力的生态系统，在此系统中 AI agent 通过工作流程循环完成任务、藉由迭代执行来改进、通过导师 agent 或人工介入进行评估，并将已完成的工作转化为可重复使用的工作经验与数据，以提升未来的 agent。
★ 1,334+0近 7 天星标变化 - #5
大语言模型策略内蒸馏（OPD）的精选论文、技术报告、框架与工具集合
★ 803+34近 7 天星标变化 - #6
“Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights”（ICML 2026 Spotlight）官方代码库。
★ 644+3近 7 天星标变化 - #7
探索 2B 模型上的多模态“Aha 时刻”
★ 623+0近 7 天星标变化 - #8
[ACL 2026 Oral] LightReasoner：小型语言模型能教导大型语言模型推理吗？
★ 610+2近 7 天星标变化 - #9★ 597+12近 7 天星标变化
- #10
评估 Claude Code 或 Codex CLI 等 CLI 代理在 10 小时内于单张 H100 GPU 上对基础 LLM 进行后训练的成效
★ 548+11近 7 天星标变化 - #11
[NeurIPS 2025 Spotlight] LLM 后训练套件 — 包含 ReasonFlux、ReasonFlux-PRM 与 ReasonFlux-Coder
★ 542+0近 7 天星标变化 - #12★ 533+0近 7 天星标变化
- #13
WorldEngine: Towards the Era of Post-Training for Autonomous Driving
★ 503—近 7 天星标变化
