主題 · reasoning

reasoning

標記 reasoning 主題、收錄中的開源專案，依星數排序。

共 56 個專案

#31
Search-o1 ↗@RUC-NLPIRPython
🔍 Search-o1：具備代理搜尋增強的大型推理模型 [EMNLP 2025]
★ 1,245+4近 7 天星數變化
#32
DeepAgent ↗@RUC-NLPIRPython
[WWW‘26 Oral🔥] DeepAgent: 具備可擴充工具集的通用推理代理
★ 1,137+4近 7 天星數變化
#33
TTRL ↗@PRIME-RLPython
[NeurIPS 2025] TTRL：測試期強化學習
★ 1,121+1近 7 天星數變化
#34
SDPO ↗@lasgroupPython
透過自我蒸餾的強化學習（SDPO）
★ 1,088+7近 7 天星數變化
#35
Awesome-MCoT ↗@yaotingwangofficialTeX
多模態思維鏈推理：綜合調查
★ 1,025+1近 7 天星數變化
#36
ThoughtSource ↗@OpenBioLinkJupyter Notebook
大型語言模型中思維鏈推理相關資料與工具的中央開源資源。由 Samwald 研究群開發：https://samwald.info/
★ 1,015+0近 7 天星數變化
#37
Prompt4ReasoningPapers ↗@zjunlp
[ACL 2023] 語言模型提示詞推理綜述
★ 1,007+1近 7 天星數變化
#38
recurrent-pretraining ↗@seal-rgPython
大規模深度遞歸語言模型的預訓練與推論程式碼
★ 933+5近 7 天星數變化
#39
tutor-gpt ↗@plastic-labsTypeScript
由心智理論（Theory-of-Mind）推理驅動的 AI 家教
★ 928+3近 7 天星數變化
#40
Awesome-Deep-Research ↗@DavidZWZ
[ACL 2026 KnowFM] 實用的 Agentic Deep Research 資源整理
★ 861+3近 7 天星數變化
#41
self-refine ↗@madaanPython
LLM 可以針對自己的工作產生回饋，利用回饋改進輸出，並以迭代方式重複此過程。
★ 820+2近 7 天星數變化
#42
Nucleoid ↗@NucleoidAIRust
LLM 的邏輯語言 🌱🐋 建立世界模型 🌍
★ 769+1近 7 天星數變化
#43
mathcode ↗@math-ai-orgShell
MathCode：前沿的數學程式碼代理程式
★ 740+3近 7 天星數變化
#44
golitex ↗@litexlangRust
Litex：數學自我驗證的語言。
★ 672+7近 7 天星數變化
#45
oat ↗@sail-sgPython
🌾 OAT：一個對研究友善的 LLM 線上對齊框架，包含強化學習、偏好學習等。
★ 669-1近 7 天星數變化
#46
Awesome-Reasoning-Foundation-Models ↗@reasoning-survey
✨✨基礎模型推理最新論文與基準測試
★ 656+1近 7 天星數變化
#47
EBT ↗@alexigladPython
Energy-Based Transformers 論文的 PyTorch 程式碼 -- 可推廣的推理與可擴展的學習
★ 655+5近 7 天星數變化
#48
Awesome-Long-Chain-of-Thought-Reasoning ↗@LightChen233
長思考鏈推理的最新進展
★ 647+0近 7 天星數變化
#49
RandOpt ↗@sunrainygPython
「Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights」（ICML 2026 Spotlight）官方程式碼庫。
★ 642+0近 7 天星數變化
#50
VisualThinker-R1-Zero ↗@turningpoint-aiPython
探索 2B 模型上的多模態「Aha 時刻」
★ 623+0近 7 天星數變化
#51
DeepPath ↗@xwhanPython
EMNLP 論文「DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning」的程式碼與文件
★ 562+0近 7 天星數變化
#52
TCS-NQT ↗@ArkS0001Jupyter Notebook
★ 552+0近 7 天星數變化
#53
reasoning-on-graphs ↗@RManLuoPython
ICLR 2024 論文「Reasoning on Graphs: Faithful and Interpretable Large Language Model Reasoning」官方實作。
★ 532-1近 7 天星數變化
#54
QeRL ↗@NVlabsPython
[ICLR 2026] QeRL 支援在單張 H100 GPU 上對 32B LLM 進行強化學習
★ 518+2近 7 天星數變化
#55
Robust-R1 ↗@jqtangustPython
🔥🔥🔥[AAAI 2026 Oral] Robust-R1 官方實作：用於穩健視覺理解的降級感知推理
★ 511+0近 7 天星數變化
#56
GDPO ↗@NVlabsPython
Official implementation of GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization
★ 501—近 7 天星數變化

← 返回主題列表