Awesome-RL-for-LRMs
一份清单，看懂强化学习如何让大模型更会推理
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 ★ 2501
使用教程
⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
环境要求
- 可访问 GitHub 的网络环境
- 已安装 Git（用于克隆仓库）
- 本地具备可阅读 Markdown / PDF 的编辑器或浏览器
- 如需编译 TeX 文档，需自行准备 LaTeX 环境（README 未给出具体命令）
安装与启动步骤
-
1克隆项目仓库
把综述仓库下载到本地，之后直接阅读 README 与论文分类目录，无需额外安装。
git clone https://github.com/TsinghuaC3I/Awesome-RL-for-LRMs.git -
2浏览论文清单
README 与仓库按主题分类列出 RL for LRM 相关论文、代码与基准资源，按需检索阅读。
-
3下载综述讲稿
README 新闻区（2025-10）提供了 Survey@RL4LRM-v1.pdf 讲稿链接，可在浏览器中直接查看。
-
4提交缺失论文
README 明确欢迎通过 issue 推荐尚未收录的相关工作，作者会在下一版本中处理。
如何确认成功
克隆后本地出现该仓库目录、README 能正常打开并显示论文清单与分类结构，即表示准备完成。
常见问题
Q：需要 GPU 或训练环境吗？
A：不需要。该项目是综述与论文清单，README 未提供任何训练或推理代码，普通电脑即可阅读。
Q：克隆后要怎么“运行”它？
A：无需运行。内容以文档形式组织，克隆后直接阅读 README、论文清单与讲稿 PDF 即可。
Q：如何把自己的论文加进去？
A：按照 README 的说明在 GitHub 仓库开 issue 推荐相关工作，作者会在下一版本中考虑收录。
Q：内容会更新吗？
A：会。README 的 News 区持续记录新版本与新增论文列表，可定期在仓库执行 git pull 获取更新。
注意事项
- README 中没有安装、编译或运行命令，本教程仅覆盖克隆与阅读等通用准备动作。
- 项目开发语言为 TeX，属综述文档型仓库，不含可直接执行的模型权重或训练脚本。
- README 新闻区提到的 Frontis-MA1、OpenMLE 等属于外部链接项目，与本仓库内容不同，请勿混淆。
- 论文清单持续更新，建议关注仓库动态或定期拉取最新版本。
核心亮点
- 分类清晰，按方法、奖励、环境等维度组织，检索方便
- 收录论文较新，紧跟LLM推理与RL结合的研究热点
- 提供可复现的代码链接和实验设置，实用性强
不足之处
- 文档/社区待观察
- 内容以英文为主，对中文用户不够友好
适用场景
- 研究RL+推理模型方向，快速调研文献
- 设计大模型推理训练方案，参考奖励与策略设计
- 教学或技术分享，梳理领域知识脉络
替代项目
Awesome-LLM-Reasoning、Awesome-RLHF、Awesome-Reasoning-Foundation-Models
下一篇：ailia-models
同类项目推荐
Taiwan-LLM
开源
让 AI 更懂台湾腔，本地化部署更顺手
Traditional Mandarin LLMs for Taiwan
Show-o
开源
一个Transformer搞定图像理解与生成，告别多模型拼接
[ICLR & NeurIPS 2025] Repository for Show-o series, One Single Transformer to Unify ···
LLM4Rec-Awesome-Papers
开源
一网打尽LLM+推荐系统前沿论文，快速跟上研究热点
A list of awesome papers and resources of recommender system on large language model···
VLM3
开源
让视觉语言模型直接看懂3D世界，无需额外编码器
[NeurIPS 2026] Official implementation of paper "VLM³: Vision Language Models Are N···
PocketDex
开源
用 SwiftUI 快速撸一个宝可梦图鉴，学并发和 MVVM
A simple Pokedex app written in SwiftUI that implements the PokeAPI, using Swift Con···
GenerativeAI
开源
跟着示例跑通LLM应用，快速上手生成式AI开发
GenAI & LLM usecases and applications
LlamaGen
开源
用语言模型的方式生成图像，自回归也能打败扩散模型
Autoregressive Model Beats Diffusion: Llama for Scalable Image Generation
Baichuan2
开源
开源中英双语大模型，轻松部署私有化对话应用
A series of large language models developed by Baichuan Intelligent Technology
Liquid
开源
用语言模型统一生成图像与文本，一步到位
(Accepted by IJCV) Liquid: Language Models are Scalable and Unified Multi-modal Gene···