#reasoning Repositories
Entdecke 61 aktive Open-Source-GitHub-Repositories, die mit #reasoning getaggt sind und insgesamt 152,742 Sterne gesammelt haben (durchschnittlich 2,503 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist VectifyAI/PageIndex mit 40,634 Sternen.
Insgesamt 61 Repositories
📑 PageIndex: Dokumentenindex für RAG ohne Vektoren, basierend auf Beweisführung
Implementieren Sie Schritt für Schritt ein Reasoning LLM in PyTorch von Grund auf neu
Ein visueller Spielplatz für Agenten-Workflows: Iterieren Sie 10x schneller über Ihre Agenten
[ICLR'24 Spotlight] Eine offene Plattform zum Trainieren, Servieren und Bewerten großer Sprachmodelle für das Tool-Lernen.
Skywork-R1V ist eine fortschrittliche multimodale KI-Modellreihe, entwickelt von Skywork AI, spezialisiert auf die Vision-Sprach-Argumentation.
Planen Sie Änderungen an einer Produktionsontologie, wenden Sie sie an und rollen Sie sie zurück – mit einem Bericht zum Auswirkungsradius und einem Nachweis, den ein Prüfer erneut überprüfen kann.
Eine Untersuchung des Reinforcement Learning für große Schlussfolgerungsmodelle
GLM-4.6V/4.5V/4.1V-Denken: Auf dem Weg zu vielseitigem multimodalen Schlussfolgern mit skalierbarer Verstärkungslernmethode
RAG fertigstellen: GraphRAG, LightRAG und Neo4j-llm-graph-builder zur Wissensgraphenerstellung und -suche manuell zusammengefügt und integriert; DeepSearch-Technologie zur Inferenz privater Domänen-RAG integriert; selbst erstellter Bewertungsrahmen für GraphRAG.
Ein SOTA Open-Source-Bildbearbeitungsmodell, das darauf abzielt, eine vergleichbare Leistung gegenüber Closed-Source-Modellen wie GPT-4o und Gemini 2 Flash zu bieten.
[Embodied-AI-Survey-2025] Papierliste und Ressourcen-Repository für Embodied AI
NVIDIA Alpamayo 1 Nano ist ein offenes 10B Reasoning-VLA-Modell für autonome Fahrzeuge, das Fahrbahnen mit Kausalitätsketten-Reasoning kombiniert.
Offizielle Implementierung für „Automatic Chain of Thought Prompting in Large Language Models“ (bleiben Sie dran & mehr wird aktualisiert)
[ICLR 2026] SimpleVLA-RL: Skalierung des VLA-Trainings mit Verstärkungslernen
WFGY steuert auf WFGY 5.0 Polaris Protocol zu, eine große Open-Source-Veröffentlichung für KI-Reasoning, RAG, Agents und reale Workflows. Enthält Problem Map, Global Debug Card, WFGY 4.0 und das CFV-Easter Egg.
Offene Entscheidungsmodelle von 0,8B bis 27B: eine kalibrierte Wahrscheinlichkeit für jede Option in einem Durchgang und nur bei Unsicherheit ein kurzer Gedankengang. Engine für vLLM, llama.cpp und MLX.
[NeurIPS 2025] 🌐 WebThinker: Große Denkmodelle mit tiefgreifender Forschungsfähigkeit stärken
Eine kuratierte Liste von Papieren und Ressourcen basierend auf der Umfrage 'Agentic Reasoning for Large Language Models'
Engine für technische Entscheidungen, der erkennt, wenn sie veraltet sind. Einrahmen, vergleichen, entscheiden — mit Beweisverfall und Gleichstellungsdurchsetzung. Für Claude Code, Cursor, Gemini CLI, Codex und mehr.
🔍 Agentic Search-o1: Agentic Search-Enhanced Large Reasoning Models [EMNLP 2025]
[WWW‘26 Oral🔥] DeepAgent: Ein allgemeiner Reasoning-Agent mit skalierbaren Toolsets
Multimodales Chain-of-Thought Reasoning: Eine umfassende Übersichtsarbeit
Eine zentrale, offene Ressource für Daten und Werkzeuge im Zusammenhang mit Chain-of-Thought-Reasoning in großen Sprachmodellen. Entwickelt von der Forschungsgruppe Samwald: https://samwald.info/
Pretraining- und Inferenzcode für ein großskaliges tiefenrekurrentes Sprachmodell
Der vollständige Post-Training-Stack für LLMs, plus RL für jedes Problem. SFT, DPO und mehrstufiges agentisches RL mit integrierter evolutionärer Hyperparameteroptimierung.
[ACL 2026 KnowFM] Großartige Ressourcen für agentenbasierte Deep Research
[ICML 2024] Offizielles Repository für „Language Agent Tree Search Unifies Reasoning Acting and Planning in Language Models“
LLMs können Feedback zu ihrer Arbeit generieren, es zur Verbesserung der Ausgabe nutzen und diesen Prozess iterativ wiederholen.
🌾 OAT: Ein forschungsfreundliches Framework für die Online-Ausrichtung von LLMs, einschließlich Reinforcement Learning, Präferenzlernen usw.
Häufig gestellte Fragen
Welches ist das beliebteste #reasoning-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#reasoning-Projekt auf GitHub ist VectifyAI/PageIndex mit 40,634 Sternen. 📑 PageIndex: Dokumentenindex für RAG ohne Vektoren, basierend auf Beweisführung
Welche Programmiersprachen werden in #reasoning-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #reasoning-Projekten auf GitHub sind Python, Jupyter Notebook, Rust, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #reasoning-Repositories berechnet?
Wir verfolgen 61 aktive Open-Source-Repositories, die mit #reasoning getaggt sind (500+ Sterne), mit insgesamt 152,742 Sternen und durchschnittlich 2,503 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.