#chain-of-thought Repositórios
Descubra 52 repositórios ativos de código aberto no GitHub marcados com #chain-of-thought, acumulando um total de 248,031 estrelas (uma média de 4,769 por projeto). O líder deste tópico é deepseek-ai/DeepSeek-R1, com 91,984 estrelas.
52 repositórios no total
:sparkles::sparkles:Últimos Avanços em Grandes Modelos de Linguagem Multimodais
A página oficial do GitHub para o artigo de revisão/levantamento "A Survey of Large Language Models".
22 técnicas de engenharia de prompts com tutoriais práticos em Jupyter Notebook, de conceitos fundamentais a estratégias avançadas para alavancar LLMs.
Uma coleção de artigos, blogs e projetos de LLM, com foco em OpenAI o1 🍓 e técnicas de raciocínio.
Uma API de inferência LLM de alto desempenho e uma Interface de Usuário de Chat que integram os rastros de raciocínio CoT do DeepSeek R1 com os modelos Claude da Anthropic.
Construir, Avaliar e Otimizar Sistemas de IA. Inclui avaliações (evals), RAG, agentes, ajuste fino, geração de dados sintéticos, gerenciamento de conjuntos de dados, MCP e muito mais.
Eko (Eko Continua Operando) - Construa Fluxos de Trabalho Agenticos Prontos para Produção com Linguagem Natural - eko.fellou.ai
TDAH — uma habilidade para agentes de codificação. Árvore de pensamento (Tree-of-thought) com poda, construída sobre o SDK do Claude & Codex Agent. Expande pensamentos divergentes paralelos sob diferentes estruturas cognitivas, pontua, poda armadilhas e aprofunda os sobreviventes. A habilidade essencial para trabalhos criativos e interdisciplinares.
Compilação de artigos (papers) sobre Prompt & LLM, dados e modelos de código aberto e aplicações de AIGC
Construindo grandes modelos do zero: uma prática completa desde o pré-treinamento até o RLHF
GigaBrain-0: Um Modelo Visão-Linguagem-Ação Alimentado por um Modelo de Mundo
Recursos incríveis para aprendizado em contexto e engenharia de prompts: domínio de LLMs como ChatGPT, GPT-3 e FlanT5, com atualizações modernas e de ponta.
Uma poderosa aplicação assistente de codificação que se integra com a API DeepSeek para processar conversas do usuário e gerar respostas JSON estruturadas. Através de uma interface de linha de comando intuitiva, ela pode ler o conteúdo de arquivos locais, criar novos arquivos e aplicar edições 'diff' a arquivos existentes em tempo real.
[ICCV 2025] LLaVA-CoT, um modelo de linguagem visual capaz de raciocínio espontâneo e sistemático
Implementação oficial para "Prompting Automático de Cadeia de Pensamento em Grandes Modelos de Linguagem" (fique ligado e mais será atualizado)
Treinando um Grande Modelo de Linguagem para Raciocinar em um Espaço Latente Contínuo
[ICLR2026] Este é o primeiro artigo a explorar como usar efetivamente RL semelhante a R1 para MLLMs e apresentar Vision‑R1, um MLLM de raciocínio que aproveita a inicialização em frio e o treinamento RL para incentivar a capacidade de raciocínio.
[ECCV 2024 Oral] DriveLM: Dirigindo com Resposta Visual de Perguntas em Grafos
Raciocínio em Cadeia de Pensamento Multimodal: Uma Pesquisa Abrangente
[ACL 2023] Raciocínio com Prompting de Modelos de Linguagem: Uma Pesquisa
Video-R1: Reforçando o Raciocínio de Vídeo em MLLMs [🔥o primeiro artigo a explorar o R1 para vídeo]
[CVPR 2025] A Primeira Investigação de Raciocínio CoT (RL, TTS, Reflexão) na Geração de Imagens
Awesome-LLM-Robustness: uma lista curada de Incerteza, Confiabilidade e Robustez em Grandes Modelos de Linguagem
Implementação oficial de UnifiedReward e [NeurIPS 2025] UnifiedReward-Think e UnifiedReward-Flex
Uma estrutura projetada para gerenciar contexto, dependências e tarefas em projetos Cline de grande escala dentro do VS Code
Dados e código para o Artigo NeurIPS 2022 "Learn to Explain: Multimodal Reasoning via Thought Chains for Science Question Answering".
Últimos Avanços no Raciocínio de Cadeia de Pensamento Longa
[ICML 2026] Recursos oficiais de "Graph-R1: Rumo a um Framework Agentic GraphRAG via Aprendizado por Reforço de Ponta a Ponta".
Uma coleção de artigos, códigos, conjuntos de dados, benchmarks e recursos de raciocínio multimodal.
[ICML 2025 Oral] CodeI/O: Condensando Padrões de Raciocínio através da Previsão de Entrada-Saída de Código
[NeurIPS 2025 Spotlight] Suíte de pós-treinamento LLM — com ReasonFlux, ReasonFlux-PRM e ReasonFlux-Coder.
Tarefas Desafiadoras do BIG-Bench e Se o Raciocínio em Cadeia Pode Resolvê-las
Perguntas Frequentes
Qual é o repositório de #chain-of-thought mais popular no GitHub?
O projeto de código aberto de #chain-of-thought mais bem classificado no GitHub é deepseek-ai/DeepSeek-R1, com 91,984 estrelas.
Quais linguagens de programação são mais usadas nos repositórios de #chain-of-thought?
Entre os projetos de #chain-of-thought mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, TypeScript, TeX.
Como é calculada a classificação dos repositórios de #chain-of-thought?
Acompanhamos 52 repositórios ativos de código aberto marcados com #chain-of-thought (com mais de 500 estrelas), totalizando 248,031 estrelas e uma média de 4,769 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.