#reasoning Dépôts
Découvrez 61 dépôts GitHub open source actifs associés à #reasoning, cumulant 152,742 étoiles au total (soit une moyenne de 2,503 étoiles par projet). Le projet en tête de ce thème est VectifyAI/PageIndex, avec 40,634 étoiles.
61 dépôts au total
📑 PageIndex : Index de Document pour RAG basé sur le raisonnement sans vecteur
Implémentez un LLM de raisonnement dans PyTorch à partir de zéro, étape par étape
Un terrain de jeu visuel pour les flux de travail d'agents : itérez sur vos agents 10 fois plus rapidement
[ICLR'24 Spotlight] Une plateforme ouverte pour l'entraînement, le service et l'évaluation de grands modèles linguistiques pour l'apprentissage d'outils.
Skywork-R1V est une série avancée de modèles d'IA multimodaux développée par Skywork AI, spécialisée dans le raisonnement vision-langage.
Planifiez, appliquez et annulez les modifications apportées à une ontologie de production, avec un rapport sur l’étendue de l’impact et une preuve qu’un auditeur peut revérifier.
Une enquête sur l'apprentissage par renforcement pour les grands modèles de raisonnement
GLM-4.6V/4.5V/4.1V-Réflexion : Vers un raisonnement multimodal polyvalent grâce à l'apprentissage par renforcement évolutif
Curation de données entièrement ouverte pour les modèles de raisonnement
RAG assemblé : GraphRAG, LightRAG et Neo4j-llm-graph-builder assemblés et fusionnés manuellement pour la construction et la recherche de graphes de connaissances ; DeepSearch intégré pour le raisonnement RAG de domaine privé ; un cadre d'évaluation personnalisé pour GraphRAG créé en interne.
Un modèle d'édition d'images open-source SOTA, qui vise à fournir des performances comparables à celles des modèles propriétaires tels que GPT-4o et Gemini 2 Flash.
[Embodied-AI-Survey-2025] Liste des articles et répertoire de ressources pour l'IA incarnée
NVIDIA Alpamayo 1 Nano est un modèle VLA de raisonnement ouvert de 10B pour les véhicules autonomes qui associe les trajectoires de conduite au raisonnement par Chaîne de Causalité.
Implémentation officielle pour « "Automatic Chain of Thought Prompting in Large Language Models" » (restez à l'écoute et plus sera mis à jour)
[ICLR 2026] SimpleVLA-RL: Mise à l'échelle de l'entraînement VLA par apprentissage par renforcement
WFGY se dirige vers WFGY 5.0 Polaris Protocol, une importante version open-source pour le raisonnement IA, RAG, agents et flux de travail du monde réel. Inclut Problem Map, Global Debug Card, WFGY 4.0 et l'œuf de Pâques CFV.
Modèles de décision ouverts de 0,8B à 27B : une probabilité calibrée pour chaque option en un seul passage, et un bref raisonnement uniquement en cas d’incertitude. Moteur pour vLLM, llama.cpp et MLX.
Une collection d'articles sur les agents IA (mis à jour deux fois par mois)
[NeurIPS 2025] 🌐 WebThinker : Donner aux Grands Modèles de Raisonnement des Capacités de Recherche Approfondies
Une liste triée de papiers et de ressources basée sur l'enquête 'Agentic Reasoning for Large Language Models'
Moteur de décisions d'ingénierie qui sait quand elles sont obsolètes. Cadrer, comparer, décider — avec dégradation des preuves et application de la parité. Pour Claude Code, Cursor, Gemini CLI, Codex et plus.
[WWW‘26 Oral🔥] DeepAgent : Un agent de raisonnement général avec des ensembles d'outils évolutifs
Raisonnement multimodal à chaînes de pensée : une enquête complète
Une ressource centrale et ouverte pour les données et les outils liés au raisonnement en chaîne de pensée dans les grands modèles linguistiques. Développé par le groupe de recherche Samwald : https://samwald.info/
[ACL 2023] Raisonnement avec le Prompting de Modèles Linguistiques : Une Synthèse
Code de pré-entraînement et d'inférence pour un modèle linguistique profond récurrent à grande échelle
La pile complète de post-entraînement pour les LLM, ainsi que du RL pour tout problème. SFT, DPO et RL agentique multi-tours, avec optimisation évolutionnaire des hyperparamètres intégrée.
[ACL 2026 KnowFM] Ressources exceptionnelles pour la recherche approfondie par agents
[ICML 2024] Dépôt officiel pour "Language Agent Tree Search Unifies Reasoning Acting and Planning in Language Models"
Les LLM peuvent générer des commentaires sur leur travail, les utiliser pour améliorer la sortie et répéter ce processus de manière itérative.
🌾 OAT : Un framework convivial pour la recherche sur l'alignement en ligne des LLM, incluant l'apprentissage par renforcement, l'apprentissage par préférence, etc.
Foire aux questions
Quel est le dépôt #reasoning le plus populaire sur GitHub ?
Le projet #reasoning open source le mieux classé sur GitHub est VectifyAI/PageIndex, avec 40,634 étoiles. 📑 PageIndex : Index de Document pour RAG basé sur le raisonnement sans vecteur
Quels langages de programmation sont les plus utilisés dans les dépôts #reasoning ?
Parmi les projets #reasoning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Rust, TypeScript.
Comment le classement des dépôts #reasoning est-il calculé ?
Nous suivons 61 dépôts open source actifs associés à #reasoning (500+ étoiles), totalisant 152,742 étoiles, avec une moyenne de 2,503 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.