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 ★ 170
核心亮点
- 提出探索式轨迹优化方法，利用失败样本提升策略，而非仅依赖成功数据
- 支持即插即用，可适配现有 LLM Agent 框架，无需大量人工标注
- 已在多个基准任务上验证，能显著提升 Agent 的决策准确率与鲁棒性
不足之处
- 训练过程需要与环境交互，计算成本较高
- 文档/社区待观察
适用场景
- 复杂多步推理任务（如数学解题、代码生成）
- 交互式决策环境（如网页导航、游戏）
- 需要持续学习与自我改进的 Agent 应用
替代项目
Reflexion、Self-Refine、CRITIC
上一篇：makeMoE
下一篇：evo-memory
同类项目推荐
AgileRL
开源
让强化学习训练快 10 倍，超参自动调优，开箱即用
The complete post-training stack for LLMs, plus RL for any problem. SFT, DPO and mul···
DrMAS
开源
把多智能体协作变成可训练环境，让多个 LLM 一起进化
Dr. MAS is an end-to-end RL training framework for multi-agent LLM systems, supporti···
sd-leap-booster
开源
让 Stable Diffusion 微调更快，从局部最优起步，省时省力。
Fast finetuning using a booster model that puts the initial state to a local minimum
doc-to-lora
开源
让大模型随时记住新知识，不用重训
Hypernetworks that update LLMs to remember factual information
kokoro-ruslan
开源
用 Ruslan 语料库训练俄语 Kokoro 语音模型
Kokoro Language Model Training Script for Russian (Ruslan Corpus)
JetSpec
开源
让大模型推理更快：并行草稿树突破推测解码速度天花板
JetSpec++/JetSpec: Causal Parallel (Tree) Drafting with Self Refinement
prismaquant
开源
按层敏感度自动分配量化精度，省显存不掉点
Mixed-precision quantization for LLMs. Every layer refracts into a different format ···
AdaptiveDiffusion
开源
不重训直接加速扩散模型，生成更快更省算力
[NeurIPS'24] Training-Free Adaptive Diffusion with Bounded Difference Approximation ···
Graph-CoT
开源
让大模型在知识图谱上一步步推理，提升复杂问答准确率
Graph Chain-of-Thought: Augmenting Large Language Models by Reasoning on Graphs (ACL···