#284 · 主分类： 教育与研究
Awesome-RL-for-LRMs
awesome-list
deepseek-r1
llm
lrm
open-source
reasoning
rl
大型推理模型强化学习综述
项目最后更新：08/20/26
GitHub Stars
2.5K
Forks数量
133
贡献者数量
29
许可证
MIT
收录理由
跟踪大推理模型的强化学习进展，意味着要读大量论文，这份综述帮你做了梳理。它围绕训练推理模型时真正要做的决策来组织文献：奖励怎么设计、策略优化选哪种方法、采样怎么做、有哪些训练资源可用。论文列表按具体区分来分组，比如生成式奖励与稠密奖励、基于评论家与无评论家算法、基于规则与基于代码的环境，这样你能直接找到与自己设置最接近的工作，不必通读全部内容。它还指向前沿模型和训练它们所用的基础设施，在权衡该尝试哪些开源方案时很有参考价值。维护者持续补充新工作，也接受issue提交遗漏内容，所以列表会随领域变化保持更新。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章，助你提升开发技能
generative-ai-for-beginners
21节课，开始使用生成式AI构建