Awesome-Efficient-Reasoning-LLMs

让大模型少想快答,推理效率提升指南

这是一个关于大语言模型高效推理的论文清单,对应TMLR 2025论文《Stop Overthinking: A Survey on Efficient Reasoning for Large Language Models》。项目系统梳理了LLM推理效率优化的前沿方法,涵盖推理压缩、思维链剪枝、早期退出、模型蒸馏等多个技术方向,并按照方法类别、任务场景、效率指标等维度进行组织。旨在帮助研究者和工程师快速了解如何在不牺牲推理质量的前提下,降低计算开销和响应延迟。核心能力包括:分类整理高效推理技术、提供论文与代码链接、对比不同方法的效率与性能权衡。适合作为该领域的入门导航和工具手册。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 791
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队Eclipsess
所属国家
官网地址
定价模式free
价格说明开源项目,无在线服务,需自行部署,完全免费。
访问状态
是否开源是
开源协议
主要语言
技术栈/模型efficiency,large-language-models,large-reasoning-models
GitHub 星标★ 791
30天Star增速
HF 下载量
上线时间2025-03-19 00:00:00
最近更新2026-09-20 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 分类清晰,按方法/任务/效率指标多维度组织,检索方便
  • 每篇论文附代码链接,可直接复现或参考实现
  • 基于TMLR 2025综述,权威性和时效性强,覆盖最新研究

不足之处

  • 项目为论文清单,非工具或框架,需自行阅读论文实践
  • 文档/社区待观察

适用场景

  • 科研人员调研LLM推理加速技术方向
  • 工程师为生产环境选择低延迟推理方案
  • 学生快速入门高效推理研究领域

替代项目

Awesome-LLM-Reasoning、Awesome-Reasoning-Foundation-Models、Chain-of-ThoughtsHub

项目介绍

Awesome-Efficient-Reasoning-LLMs 是开源模型领域的开源项目,由 Eclipsess 开发,2025 年首次发布。

在全站 13,109 个收录项目中,它的 GitHub 星标数(791)位列前 30%。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-20。无在线服务,需自行部署,完全免费。

它主要面向的使用场景是:科研人员调研LLM推理加速技术方向。同类可对比的替代方案包括 Awesome-LLM-Reasoning、Awesome-Reasoning-Foundation-Models、Chain-of-ThoughtsHub。

上一篇:Awesome-Parallel-Reasoning

下一篇:Awesome-VLA

同类项目推荐

Machine-Learning 开源

跟着博客笔记,边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库,免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10
awesome-ltx2 开源

找齐 LTX-2 模型、工作流和 LoRA,一键上手视频生成。

All available LTX-2 models, encoders, workflows, LoRAs for ComfyUI

★ 593 2026-08-10