learning-from-rewards-llm-papers

一站式索引LLM奖励学习论文，快速掌握领域脉络

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 开源模型 🍴 复刻 4 🐛 待处理 1 👀 关注 1
GitHub ↗
GitHub 星标 ★ 74
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，MIT许可证，完全免费，无付费版本。

项目预览

learning-from-rewards-llm-papers 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类开源模型
开发团队bobxwu
GitHubhttps://github.com/bobxwu/learning-from-rewards-llm-papers
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，无付费版本。
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guided-decoding,large-language-models,llm,llms,post-training,reinforcement-learning,reward-learning,reward-model,reward-modeling,reward-models,self-correction,test-time-scaling
GitHub 星标★ 74
上线时间2025-05-06 00:00:00
代码更新2025-06-13
仓库体积544 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8

项目介绍

这是一个聚焦于大语言模型（LLM）后训练与测试时扩展中“从奖励中学习”主题的论文合集。项目系统梳理了奖励模型（RM）与学习策略在训练、推理及推理后阶段的相关研究，旨在为研究者和工程师提供一份结构化的参考资料，帮助他们快速了解该领域的关键方法、演进脉络与前沿动态。项目以GitHub仓库形式维护，按主题分类收录论文，并可能附带简要注释或链接，解决了该方向文献分散、难以系统追踪的问题。其核心能力在于知识组织与导航，适合作为入门综述或持续跟踪的索引。

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 ★ 74

核心亮点

  • 主题聚焦且细分，覆盖训练、推理、后推理全阶段，便于精准定位
  • 以合集形式整理，节省文献检索时间，适合快速入门
  • 紧跟测试时扩展等前沿方向，对研究选题有参考价值

不足之处

  • 项目处于早期（74星），内容完整性和维护持续性待观察
  • 缺乏代码或可运行示例，仅提供论文列表，实用性有限
  • 文档和分类细节可能不够完善，需自行探索

适用场景

  • 研究LLM奖励模型与强化学习方向的学者快速了解文献
  • 工程师寻找后训练与测试时扩展的技术方案参考
  • 学生或新人通过论文列表构建该领域知识体系

替代项目

awesome-llm-reward-modeling、awesome-rl4llm、LLM-Papers

上一篇：SynLogic

下一篇：awesome-lifelong-learning-methods-for-llm

同类项目推荐

Awesome_Think_With_Images 开源

一页看全“用图像思考”的多模态推理论文地图

Resources and paper list for "Thinking with Images for LVLMs". This repository accom···

★ 1519 2026-10-23
civitai-mirror-list 开源

Civitai 下架模型一键找备份，不再怕资源丢失

A suggestion list and archive tools for models that civitai may have removed.

★ 58 2026-08-09
GTSinger 开源

一个数据集搞定多种歌唱技巧与语言，让歌声合成更真实可控

Dataset and code of GTSinger(NeurIPS 2024 Spotlight): A Global Multi-Technique Singi···

★ 536 2026-09-03
anylabeling 开源

点一下就让 YOLO/SAM 自动标好图，人工只做微调

Effortless AI-assisted data labeling with AI support from YOLO, Segment Anything (SA···

★ 3520 2026-09-13
LLMDataHub 开源

快速找到好用的指令微调数据集，加速LLM落地

A quick guide (especially) for trending instruction finetuning datasets

★ 3421 2026-08-09
SynLogic 开源

大规模合成可验证推理数据，让模型逻辑更聪明

[NeurIPS 2025] The official repo of SynLogic: Synthesizing Verifiable Reasoning Data···

★ 211 2026-08-09
jsut-lab 开源

给日语语音合成数据集补上精细标签，直接用于 TTS 训练

HTS-style full-context labels for JSUT v1.1

★ 51 2026-08-09
autolabel 开源

用 LLM 自动标注文本数据，省时省力

Label, clean and enrich text datasets with LLMs.

★ 2332 2026-08-09
LLM-PuzzleTest 开源

用多模态谜题测出大模型推理短板

This repository is maintained to release dataset and models for multimodal puzzle re···

★ 122 2026-08-09