Gen-Verse/ReasonFlux

[NeurIPS 2025 Spotlight] LLM 後訓練套件 — 包含 ReasonFlux、ReasonFlux-PRM 與 ReasonFlux-Coder

↗ 在 GitHub 開啟

星數

542

Fork 數

37

語言

Python

授權

—

最後推送

11 個月前

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

還沒有相關情報

radar 追蹤的來源裡還沒有出現過這個 repo。收集器照排程執行——等它涵蓋到這個 repo 再回來看看。