Satori
用强化学习让大模型学会自主搜索推理路径，提升复杂问题解决能力
项目预览
项目数据
项目介绍
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 ★ 114
核心亮点
- 提出链式动作思维框架，将推理转化为可学习的自回归搜索，创新性强
- 基于强化学习而非单纯模仿，能泛化到未见过的推理任务
- 代码结构清晰，提供训练和推理脚本，便于复现ICML论文结果
不足之处
- 项目处于早期，文档和社区支持待观察
- 训练资源需求可能较高，对硬件要求不明确
适用场景
- 数学证明与复杂计算题的自动求解
- 代码生成与调试中的多步逻辑推理
- 需要可解释推理路径的问答系统
替代项目
DeepSeek-R1、OpenAI o1、STaR
同类项目推荐
STEPQuant
开源
定位循环状态量化误差，让低比特 LLM 更稳
STEPQuant: When and Where Errors Matter in Delta-Rule Recurrent State Quantization
CogKit
开源
给视频生成模型做微调和推理，快速定制专属视频生成能力。
Finetuning and inference tools for the CogView4 and CogVideoX model series.
xmtf
开源
多任务微调，让模型学会跨语言举一反三
Crosslingual Generalization through Multitask Finetuning
Dreambooth
开源
用几张照片微调扩散模型，让AI学会画你的专属对象
Fine-tuning of diffusion models
WorldDistill
开源
把视频生成大模型蒸馏成小快模型，少步数出片
**A unified toolkit for distilling and accelerating video generation models and worl···
LLaMEA
开源
让大模型自动进化出更优算法，省去手工调参。
Large Language Model Evolutionary Algorithm
gflownet
开源
按奖励比例采样多样化候选解的生成模型框架
Generative Flow Networks - GFlowNet
Matlab-GAN
开源
用 MATLAB 跑通多种 GAN，从入门到 CycleGAN 一步到位
MATLAB implementations of Generative Adversarial Networks -- from GAN to Pixel2Pixel···
PyTorch-CycleGAN
开源
用无配对图片训练，轻松实现风格迁移和图像转换
A clean and readable Pytorch implementation of CycleGAN