Awesome-LLM-Reasoning

一份清单,看懂 LLM 推理从 CoT 到 o1 的进化史

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 对话助手 🍴 复刻 219 🐛 待处理 29 👀 关注 44
GitHub ↗
GitHub 星标 ★ 3712
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,无在线服务,需自行部署,全部功能免费。

项目预览

Awesome-LLM-Reasoning 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类对话助手
开发团队atfortes
定价模式🏷️完全免费
价格说明开源项目,无在线服务,需自行部署,全部功能免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
技术栈/模型awesome,chain-of-thought,chatgpt,cot,deepseek,deepseek-r1,gpt,gpt-4o,in-context-learning,language-models,mllm,multimodal,openai-o1,papers,prompt,prompt-engineering,reasoning,strawberry
GitHub 星标★ 3712
上线时间2022-11-05 00:00:00
代码更新2026-04-20
仓库体积323 KB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

Awesome-LLM-Reasoning 是一个精心整理的资源列表,聚焦于大语言模型(LLM)的推理能力,覆盖从经典的 Chain-of-Thought(CoT)提示方法到 OpenAI o1 和 DeepSeek-R1 等前沿推理模型。项目系统梳理了推理相关的论文、技术博客、开源模型和工具,按技术路线(如提示工程、强化学习、多模态推理等)分类,方便研究者和开发者快速追踪该领域的发展脉络。它解决了推理方向信息分散、难以系统入门的问题,核心能力在于提供结构化的知识索引和关键资源导航,帮助用户理解 LLM 推理的技术演进,并找到适合自己场景的方法或模型。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3712

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 5 分钟 部署方式:本地安装 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 的网络环境(用于克隆或在线浏览仓库)
  • 本地已安装 Git(如需把仓库克隆到本地)
  • 任意文本编辑器或 Markdown 阅读器,用于查看 README.md
  • 无需 GPU、无需 API Key,README 未声明任何运行依赖

安装与启动步骤

  1. 1克隆仓库到本地

    把资源清单仓库完整下载到本地,便于离线检索与长期保存。

    git clone https://github.com/atfortes/Awesome-LLM-Reasoning.git
  2. 2进入仓库目录

    切换到克隆下来的项目根目录,README.md 就在该目录下。

    cd Awesome-LLM-Reasoning
  3. 3浏览 README 目录

    打开 README.md,按 Table of Contents 中的 Survey、Analysis、Technique 等章节定位感兴趣的方向。

  4. 4按关键词检索资源

    在编辑器或 GitHub 页面内搜索 Chain-of-Thought、DeepSeek-R1 等关键词,快速找到对应论文与模型链接。

如何确认成功

本地出现 Awesome-LLM-Reasoning 目录,且 README.md 中能看到 Survey、Analysis、Technique 等章节标题即表示获取成功。

常见问题

Q:这个项目可以直接安装运行吗?

A:不能。它是论文与资源清单(awesome list),没有可执行代码,克隆后阅读 README.md 即可,使用方式就是查阅其中的链接。

Q:需要配置 API Key 或显卡吗?

A:不需要。README 中未给出任何安装命令、依赖包或密钥配置说明,本教程只覆盖获取与阅读资源清单的基础步骤。

Q:怎么快速找到某个推理模型的资料?

A:在仓库内搜索关键词,例如 Chain-of-Thought、o1、DeepSeek-R1,或直接在 GitHub 仓库页面使用搜索框定位对应条目。

Q:如何获取最新收录的资源?

A:进入仓库目录后执行 git pull 拉取最新提交,或在 GitHub 页面直接查看最新版本。

注意事项

  • README 节选未包含安装/使用命令,以上步骤仅为获取和阅读该资源清单的通用动作,具体依赖请以仓库最新 README 为准。
  • 仓库以 MIT 协议开源,但其中收录的论文、模型与博客版权归各自作者所有,引用时请遵守原文许可。
  • 该列表持续更新,建议定期执行 git pull 或收藏 GitHub 页面以跟踪新收录内容。

核心亮点

  • 覆盖 CoT、o1、DeepSeek-R1 等关键推理技术,时间线清晰
  • 分类细致,按提示、强化学习、多模态等维度组织,便于检索
  • 持续更新,紧跟推理领域最新进展,社区贡献活跃

不足之处

  • 资源列表形式,缺乏深度技术解读,需自行阅读原文
  • 文档/社区待观察

适用场景

  • 研究者快速调研 LLM 推理方向的研究脉络
  • 开发者寻找适合业务场景的推理增强方案
  • 学习者系统了解推理技术从基础到前沿的演进

替代项目

awesome-chain-of-thought、Awesome-LLM、LLM-Reasoning-Papers

上一篇:heurigym

下一篇:awesome-ai-eval

同类项目推荐

awesome-cyber-ai-arsenal 开源

一站式导航AI安全攻防工具,快速定位所需资源

A curated collection of offensive, defensive and AI/LLM security tools.

★ 185 2026-08-09
bla 开源

给代码下毒,让 AI 逆向代理白忙一场

️ BLA (Blind LLM Agents) — Adversarial defense shield that protects binaries, Elec···

★ 4716 2026-10-31
MLLM-Token-Compression 开源

一页看懂多模态大模型Token压缩方案怎么选

Towards Efficient Multimodal Large Language Models: A Survey on Token Compression

★ 230 2026-09-15
Tracely-ai 开源

把线上 agent 失败轨迹变成 CI 回归测试,退化就拦 PR

Trace-native CI/CD for AI agents: grade production traces, cluster failures, freeze ···

★ 947 2026-10-22
awesome-typesafe-jev 开源

一页看全 System One 的 SDK、演示与评测

Awesome Jev: a source-backed field guide to TypeSafe's System One model, with SDKs, ···

★ 616 2026-10-25
blacksmith 开源

多智能体分工,自动跑完渗透测试全流程

BlacksmithAI is an OPEN-SOURCE advanced penetration testing framework that leverages···

★ 269 2026-10-27