post-training
標記 post-training 主題、收錄中的開源專案，依星數排序。
相關主題
常跟 post-training 一起出現在同一個專案上的主題。
近期新秀
近 90 天內建立、標記 post-training 主題的專案。
- #1
一個充滿活力的生態系統，在此系統中 AI agent 透過工作流程迴圈完成任務、藉由迭代執行來改進、透過導師 agent 或人工介入進行評估，並將已完成的工作轉化為可重複使用的工作經驗與資料，以提升未來的 agent。
★ 1,334
- #1★ 4,300+150近 7 天星數變化
- #2
強大推理能力 LLM 的教學、調查與指南資源集合
★ 2,533+6近 7 天星數變化 - #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 天星數變化 - #4
一個充滿活力的生態系統，在此系統中 AI agent 透過工作流程迴圈完成任務、藉由迭代執行來改進、透過導師 agent 或人工介入進行評估，並將已完成的工作轉化為可重複使用的工作經驗與資料，以提升未來的 agent。
★ 1,334+0近 7 天星數變化 - #5
大型語言模型策略內蒸餾（OPD）的精選論文、技術報告、框架與工具集合
★ 794+34近 7 天星數變化 - #6
「Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights」（ICML 2026 Spotlight）官方程式碼庫。
★ 643+3近 7 天星數變化 - #7
探索 2B 模型上的多模態「Aha 時刻」
★ 623+0近 7 天星數變化 - #8
[ACL 2026 Oral] LightReasoner：小型語言模型能教導大型語言模型推理嗎？
★ 610+2近 7 天星數變化 - #9★ 592+12近 7 天星數變化
- #10
評估 Claude Code 或 Codex CLI 等 CLI 代理在 10 小時內於單張 H100 GPU 上對基礎 LLM 進行後訓練的成效
★ 548+11近 7 天星數變化 - #11
[NeurIPS 2025 Spotlight] LLM 後訓練套件 — 包含 ReasonFlux、ReasonFlux-PRM 與 ReasonFlux-Coder
★ 542+0近 7 天星數變化 - #12★ 533+0近 7 天星數變化
- #13
WorldEngine: Towards the Era of Post-Training for Autonomous Driving
★ 503—近 7 天星數變化
