LLM-ESR

让大模型推理步步为营，减少中间错误，提升最终答案准确率。

LLM-ESR是NeurIPS'24 Spotlight论文的官方实现，旨在提升大语言模型在复杂推理任务中的表现。它通过一种名为“推理步骤细化”的机制，让模型在生成推理链时能动态地评估和修正中间步骤，从而减少错误累积。核心能力包括：对多步推理的逐步验证与修正、与主流Transformer架构无缝集成、以及提供完整的训练和推理代码。该项目解决了大模型在数学、逻辑等任务上推理链条长、易出错的问题，使模型输出更可靠。代码基于Python，结构清晰，适合研究者复现和扩展。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 54

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liuqidong07

所属国家

官网地址

GitHubhttps://github.com/liuqidong07/LLM-ESR

定价模式free

价格说明开源项目，MIT许可证，可自由使用和部署，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型knowledge-distillation,large-language-models,long-tail,longtail,recommendation,recommender-system,sequential-recommendation

GitHub 星标★ 54

30天Star增速

HF 下载量

上线时间2024-05-23 00:00:00

最近更新2026-09-15 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4

使用教程

核心亮点

官方实现，代码质量高，与论文完全对应，便于复现NeurIPS'24成果
推理步骤细化机制新颖，能显著降低多步推理中的错误累积
支持主流LLM框架，集成简单，可快速接入现有模型

不足之处

项目处于早期，星标少，社区生态和文档支持尚不完善
仅支持特定模型架构，通用性有待验证

适用场景

数学应用题和逻辑推理任务的模型微调
需要高可靠性推理的问答系统开发
学术研究中对比推理增强方法的基线

替代项目

Chain-of-Thought (CoT)、Self-Refine、CRITIC

项目介绍

LLM-ESR 是模型训练领域的开源项目，由 liuqidong07 开发，2024 年首次发布。

它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 54。

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 2026-09-15。MIT许可证，可自由使用和部署，无付费版本。

它主要面向的使用场景是：数学应用题和逻辑推理任务的模型微调。同类可对比的替代方案包括 Chain-of-Thought (CoT)、Self-Refine、CRITIC。

上一篇：AMD-LLM

下一篇：RLCSD