Git Stars Git Stars

#reasoning 仓库

61
仓库总数
152,742
总星标数
2,503
平均每个仓库星标数
编程语言: Python
51
alexiglad/EBT

Energy-Based Transformers 论文的 PyTorch 代码 -- 可泛化推理和可扩展学习

alexiglad
⭐ 668 Python 👤 alexiglad User 🕐 已更新 2026-04-21 📅 创建时间 2025-06-26
52
reasoning-survey/Awesome-Reasoning-Foundation-Models

✨✨利用基础模型进行推理的最新论文和基准测试

reasoning-survey
⭐ 664 👤 reasoning-survey User 🕐 已更新 2026-09-03 📅 创建时间 2023-11-21
53
sunrainyg/RandOpt

“Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights” 官方代码库 (ICML 2026 Spotlight)

sunrainyg
⭐ 660 Python 👤 sunrainyg User 🕐 已更新 2026-09-21 📅 创建时间 2026-02-18
⭐ 644 👤 LightChen233 User 🕐 已更新 2025-07-18 📅 创建时间 2025-03-13
55
turningpoint-ai/VisualThinker-R1-Zero

探索2B模型上的多模态“顿悟时刻”

turningpoint-ai
⭐ 623 Python 👤 turningpoint-ai Organization 🕐 已更新 2025-03-18 📅 创建时间 2025-02-24
56
xwhan/DeepPath

EMNLP论文“DeepPath:用于知识图谱推理的强化学习方法”的代码和文档

xwhan
⭐ 559 Python 👤 xwhan User 🕐 已更新 2024-08-08 📅 创建时间 2017-07-08
57
NVlabs/qerl

[ICLR 2026] QeRL 使 32B LLM 在单个 H100 GPU 上实现 RL。

NVlabs
⭐ 527 Python 👤 NVlabs Organization 🕐 已更新 2026-11-16 📅 创建时间 2025-09-22
58
PolyX-Research/Robust-U1

🚀🚀🚀 [ICML 2026] Robust-U1 官方实现:MLLM 能否自我恢复受损的视觉内容,以实现稳健理解?

PolyX-Research
⭐ 523 Python 👤 PolyX-Research Organization 🕐 已更新 2026-06-12 📅 创建时间 2026-05-14
59
NVlabs/GDPO

GDPO 官方实现:用于多奖励强化学习优化的组奖励解耦归一化策略优化

NVlabs
⭐ 517 Python 👤 NVlabs Organization 🕐 已更新 2026-05-20 📅 创建时间 2025-12-09
60
RManLuo/reasoning-on-graphs

ICLR 2024 论文《图上的推理:忠实且可解释的大语言模型推理》的官方实现

RManLuo
⭐ 517 Python 👤 RManLuo User 🕐 已更新 2025-03-05 📅 创建时间 2023-10-01
61
jqtangust/Robust-R1

🔥🔥🔥[AAAI 2026 Oral] Robust-R1 官方实现:降级感知推理以实现稳健视觉理解

jqtangust
⭐ 510 Python 👤 jqtangust User 🕐 已更新 2026-01-20 📅 创建时间 2025-11-09