一个尝试复现OpenAI O1模型的编程辅助工具

NotaGen 是一个用于符号音乐生成的模型，采用大语言模型训练范式，专注于生成高质量古典乐谱。

一个用于强化学习人类反馈训练过程可视化的工具，帮助深度理解与调试。

一个开放源代码的 14B 参数编程模型，具备高效的代码推理能力。

VLM-R1 是一个稳定且通用的强化视觉语言模型，专注于视觉理解任务。

一种无需搜索即可激励 LLM 搜索能力的框架。