reasoning
本站收录 58 个带「reasoning」标签的 AI 开源项目（按 GitHub 星标从高到低，此处展示前 50 个）
PageIndexPageIndex 是一个面向 RAG（检索增强生成）场景的文档索引框架，核心思路是放弃传统向量检索，转而通过推理（reasoning）来定位信息。它解决的问题★ 37,145
semantica以图为核心的 AI 基础设施，致力于为上下文管理与可问责 AI 系统提供支撑。通过知识图谱表达实体关系与上下文，为智能体提供结构化、可追溯的推理依据，在需要透明★ 13,540
HRMHRM（Hierarchical Reasoning Model）是一个开源的分层推理模型，旨在提升大语言模型在复杂推理任务中的表现。它通过构建多层次的推理结构★ 12,645
pyspurPySpur 是一个用于智能体工作流的可视化开发平台。它解决了 AI 工程师在构建、调试和迭代多步骤智能体流程时效率低下的问题，传统上需要编写大量胶水代码和反复★ 5,797
reasoning-from-scratchreasoning-from-scratch 是一个从零开始实现推理大语言模型（LLM）的开源教程项目，基于 PyTorch 逐步构建。它旨在帮助开发者和研究者★ 5,321
ReActReAct 是一个来自 ICLR 2023 的研究项目，核心思想是让大语言模型在推理（Reasoning）和行动（Acting）之间交替进行，从而解决复杂任务。★ 4,198
Awesome-LLM-ReasoningAwesome-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（Co★ 3,690
Skywork-R1VSkywork-R1V 是由昆仑万维 Skywork AI 开发的多模态推理模型系列，专注于视觉-语言联合推理任务。它解决了传统多模态模型在复杂视觉问答中推理能★ 3,172
Awesome-LLM-Post-trainingAwesome-LLM-Post-training 是一个聚焦大语言模型后训练（Post-training）阶段的开源教程、综述与指南合集。它系统梳理了从预训练★ 2,565
Awesome-RL-for-LRMs这是一个关于强化学习（RL）在大推理模型（LRMs）中应用的综述性开源项目，以TeX文档形式整理了该领域的研究进展。它系统梳理了RL在提升模型推理能力（如数学、★ 2,489
alpamayoalpamayo 是 NVIDIA 开源的 10B 参数推理型 VLA（视觉-语言-动作）模型，专为自动驾驶设计。它把驾驶轨迹预测与 Chain-of-Caus★ 2,030
PRIMEPRIME 是一个面向语言模型高级推理的可扩展强化学习（RL）解决方案。它解决了当前大模型在复杂推理任务上能力不足的问题，通过创新的 RL 训练框架，让模型在数★ 1,871
WFGYWFGY 是一个面向 AI 推理、RAG、智能体及真实世界工作流的开源项目，正迈向 5.0 Polaris Protocol 重大版本。它提供问题地图（Prob★ 1,791
ai-agent-papers这是一个持续更新的AI智能体（AI Agent）论文合集仓库，每两周更新一次，旨在系统性地收录和整理人工智能智能体领域的最新学术研究成果。它解决了研究者、工程师★ 1,664
Awesome-Agentic-Reasoning这是一个精选列表，收录了关于大语言模型智能体推理（Agentic Reasoning）的论文和资源，基于同名综述论文整理而成。它系统梳理了该领域的研究脉络，涵盖★ 1,395
hafthaft 是一个面向 AI 编程助手的工程决策引擎，核心解决 AI 在长周期开发中做出的技术决策容易过期、被遗忘的问题。它允许开发者将关键决策以结构化框架记录下★ 1,394
KnowLMKnowLM 是一个开源的知识增强大语言模型框架，旨在提升大模型在知识密集型任务上的表现。它通过整合外部知识库、知识图谱和结构化数据，在预训练、微调和推理阶段注★ 1,386
Search-o1Search-o1 是一个为大型推理模型（如 o1）增强智能搜索能力的开源框架，旨在解决推理模型在复杂任务中因知识不足或记忆错误而产生的幻觉问题。它通过智能体式★ 1,249
Prompt4ReasoningPapersPrompt4ReasoningPapers 是一个聚焦于语言模型提示（Prompting）推理能力的论文清单，源自 ACL 2023 综述《Reasoning★ 1,008
Awesome-Deep-ResearchAwesome-Deep-Research 是一个精选资源列表，专注于智能体深度研究（Agentic Deep Research）领域，由 ACL 2026 K★ 867
self-refineself-refine 是一个研究项目，提出了一种让大语言模型自我改进的通用框架。它不依赖额外训练或外部监督，而是让模型生成初始输出后，对自身输出进行批评和反馈★ 822
mathcodeMathCode 是一个前沿的数学编码智能体，旨在将大语言模型与代码执行环境深度结合，以解决复杂数学推理问题。它通过生成代码、执行代码、观察结果并迭代修正，将数★ 743
Awesome-Reasoning-Foundation-ModelsAwesome-Reasoning-Foundation-Models 是一个精选列表，收录了关于推理基础模型的最新论文和基准测试。该项目旨在为研究人员和开发者★ 660
RandOptRandOpt 是 ICML 2026 Spotlight 论文《Neural Thickets: Diverse Task Experts Are Dense★ 648
reasoning-on-graphsReasoning on Graphs 是 ICLR 2024 论文的官方实现，旨在解决大语言模型在复杂推理任务中缺乏可解释性和事实一致性的问题。它提出了一种名★ 534
Robust-R1Robust-R1 是一个针对视觉语言模型在复杂退化场景下推理能力不足的问题而提出的开源项目，其论文被 AAAI 2026 接收为 Oral。该项目核心是提出一★ 511
Robust-U1Robust-U1 是 ICML 2026 论文的官方实现，聚焦多模态大语言模型（MLLMs）在视觉内容受损时的自恢复能力。它解决的是现实场景中图像被噪声、遮挡★ 499
Awesome-RAG-ReasoningAwesome-RAG-Reasoning 是一个聚焦于检索增强生成（RAG）与推理能力交叉领域的资源清单，收录了 EMNLP 2025 相关的前沿论文、数据集★ 457
EasyInstructEasyInstruct 是一个面向大语言模型（LLM）的指令处理框架，旨在简化指令数据的构建、处理和评估流程。它解决了研究人员和开发者在准备微调或评估数据时，★ 407
BioReasonBioReason 是一个面向生物领域的多模态大语言模型，核心创新在于将 DNA 序列与文本、图像等多模态信息融合，并引入推理激励机制，让模型在理解 DNA 序★ 406
ontobricksontobricks 是一个把 Databricks Unity Catalog 中的表自动转换为物化知识图谱的开源工具。它解决的核心问题是：企业数据大多沉淀在★ 387
Awesome-LLM-Reasoning-with-NeSyAwesome-LLM-Reasoning-with-NeSy 是一个精选资源列表，专注于神经符号学习（NeSy）与大语言模型（LLM）结合的最新进展。该项目系★ 328
meta-promptingmeta-prompting 是论文《Meta Prompting for AI Systems》的官方实现，旨在通过一种名为“元提示”的技术增强 AI 系统的★ 324
cumulative-reasoningCumulative Reasoning是一个基于大语言模型的推理框架，源自TMLR论文，旨在通过累积式推理解决复杂问题。它模拟人类逐步思考的过程，将问题分解为★ 308
KnowAgentKnowAgent 是一个面向大语言模型智能体的知识增强规划框架，发表于 NAACL 2025。它针对 LLM 在复杂任务规划中常出现的规划幻觉（即生成不现实或★ 265
RLPRLP 是一个将强化学习作为预训练目标的开源模型项目，由 ICLR 2026 论文官方实现，基于 PyTorch。它旨在解决传统预训练模型仅关注监督学习或自监督★ 254
Awesome-LLM-Papers-Comprehensive-Topics这是一个精选大语言模型（LLM）论文与代码仓库的清单，覆盖了从基础架构、训练方法到应用落地等非常全面的主题。它旨在解决LLM领域信息过载、论文检索困难的问题，通★ 223
diagram-of-thoughtDiagram of Thought 是论文《On the Diagram of Thought》的官方实现，提出了一种新颖的推理框架，将大语言模型的思维链建模★ 201
alpamayo-recipesalpamayo-recipes 是 NVIDIA Alpamayo 的开发者中心，面向自动驾驶与物理 AI 场景，提供一整套可直接运行的模型配方。它解决的核心★ 193
multi-agent-reasoningmulti-agent-reasoning 是一个基于 Python 的多智能体推理框架，旨在通过多个 AI 代理的协作来提升问答质量。它模拟一个团队讨论、辩论★ 188
ICSFSurveyICSFSurvey 是一个聚焦大语言模型自我修正与推理增强技术的开源综述项目。它系统梳理了 Self-Correct、Self-Refine、Self-Imp★ 172
Sentiment-ReasoningSentiment-Reasoning 是一个面向医疗健康场景的情感推理模型与数据集项目，发表于 ACL 2025 Industry Track 并获 Oral★ 165
agentic-ai这是一个精选的智能体AI资源列表，汇集了跨24个领域的研究论文、基准测试、框架和工具。项目旨在为开发者、研究者和爱好者提供一个系统化的入口，帮助他们快速了解智能★ 159
codex-bridge-chatgptcodex-bridge-chatgpt 是一个把本地 Codex 编码代理与 ChatGPT 网页版推理能力打通的桥接工具。它解决的核心问题是：Codex 在★ 141
awesome-deliberative-prompting这是一个精选资源列表，专注于'审慎提示'（deliberative prompting）技术，旨在指导用户如何向大型语言模型（LLM）提问，以促使其产生可靠推理★ 123
VChainVChain是一个面向视频生成领域的推理增强框架，核心思想是引入“视觉思维链”（Chain-of-Visual-Thought），让视频生成模型在生成过程中显式★ 121
SatoriSatori是一个基于强化学习的开源模型，旨在通过链式动作思维（Chain-of-Action-Thought）增强大语言模型的推理能力。它由ICML 2025★ 114
nuxt-ui-chatnuxt-ui-chat 是一个基于 Nuxt UI 组件库和 AI SDK v5 构建的流式 AI 聊天应用模板。它解决了开发者快速搭建具备现代交互体验的 A★ 113
Interleaving-Reasoning-GenerationInterleaving-Reasoning-Generation 是一个面向文本到图像生成领域的早期探索项目，旨在将交错推理（Interleaving Rea★ 100
AutoMathTextAutoMathText 是一个面向数学文本的自主数据选择工具，基于 ACL 2025 论文实现。它利用零样本生成式分类器，自动从海量文本中筛选出高质量数学语料★ 92