主题 · reasoning

reasoning

标记 reasoning 主题、收录中的开源项目，按星标数排序。

共 56 个项目

#31
Search-o1 ↗@RUC-NLPIRPython
🔍 Search-o1：具备代理搜索增强的大型推理模型 [EMNLP 2025]
★ 1,245+2近 7 天星标变化
#32
DeepAgent ↗@RUC-NLPIRPython
[WWW‘26 Oral🔥] DeepAgent: 具备可扩展工具集的通用推理代理
★ 1,137+3近 7 天星标变化
#33
TTRL ↗@PRIME-RLPython
[NeurIPS 2025] TTRL：测试期强化学习
★ 1,123+2近 7 天星标变化
#34
SDPO ↗@lasgroupPython
通过自我蒸馏的强化学习（SDPO）
★ 1,093+15近 7 天星标变化
#35
Awesome-MCoT ↗@yaotingwangofficialTeX
多模态思维链推理：综合调查
★ 1,025+2近 7 天星标变化
#36
ThoughtSource ↗@OpenBioLinkJupyter Notebook
大型语言模型中思维链推理相关数据与工具的中央开源资源。由 Samwald 研究群开发：https://samwald.info/
★ 1,015+0近 7 天星标变化
#37
Prompt4ReasoningPapers ↗@zjunlp
[ACL 2023] 语言模型提示词推理综述
★ 1,007+1近 7 天星标变化
#38
recurrent-pretraining ↗@seal-rgPython
大规模深度递归语言模型的预训练与推理代码
★ 949+34近 7 天星标变化
#39
tutor-gpt ↗@plastic-labsTypeScript
由心理理论（Theory-of-Mind）推理驱动的 AI 家教
★ 929+4近 7 天星标变化
#40
Awesome-Deep-Research ↗@DavidZWZ
[ACL 2026 KnowFM] 实用的 Agentic Deep Research 资源整理
★ 861+6近 7 天星标变化
#41
self-refine ↗@madaanPython
LLM 可以针对自己的工作生成反馈，利用反馈改进输出，并以迭代方式重复此过程。
★ 820+0近 7 天星标变化
#42
Nucleoid ↗@NucleoidAIRust
LLM 的逻辑语言 🌱🐋 建立世界模型 🌍
★ 769+1近 7 天星标变化
#43
mathcode ↗@math-ai-orgShell
MathCode：前沿的数学代码智能体
★ 742+8近 7 天星标变化
#44
golitex ↗@litexlangRust
Litex：数学自我验证的语言。
★ 672+10近 7 天星标变化
#45
oat ↗@sail-sgPython
🌾 OAT：一个对研究友好的 LLM 在线对齐框架，包含强化学习、偏好学习等。
★ 669-1近 7 天星标变化
#46
EBT ↗@alexigladPython
Energy-Based Transformers 论文的 PyTorch 代码 -- 可推广的推理与可扩展的学习
★ 659+8近 7 天星标变化
#47
Awesome-Reasoning-Foundation-Models ↗@reasoning-survey
✨✨基础模型推理最新论文与基准测试
★ 657+1近 7 天星标变化
#48
Awesome-Long-Chain-of-Thought-Reasoning ↗@LightChen233
长思维链推理的最新进展
★ 647-1近 7 天星标变化
#49
RandOpt ↗@sunrainygPython
“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
#50
VisualThinker-R1-Zero ↗@turningpoint-aiPython
探索 2B 模型上的多模态“Aha 时刻”
★ 623+0近 7 天星标变化
#51
DeepPath ↗@xwhanPython
EMNLP 论文“DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning”的代码与文档
★ 562+0近 7 天星标变化
#52
TCS-NQT ↗@ArkS0001Jupyter Notebook
★ 553-2近 7 天星标变化
#53
reasoning-on-graphs ↗@RManLuoPython
ICLR 2024 论文“Reasoning on Graphs: Faithful and Interpretable Large Language Model Reasoning”官方实现。
★ 532-1近 7 天星标变化
#54
QeRL ↗@NVlabsPython
[ICLR 2026] QeRL 支持在单张 H100 GPU 上对 32B LLM 进行强化学习
★ 518+2近 7 天星标变化
#55
Robust-R1 ↗@jqtangustPython
🔥🔥🔥[AAAI 2026 Oral] Robust-R1 官方实现：用于稳健视觉理解的降级感知推理
★ 511+0近 7 天星标变化
#56
GDPO ↗@NVlabsPython
Official implementation of GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization
★ 502—近 7 天星标变化

← 返回主题列表