[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-huggingface--search-and-learn":3,"tool-huggingface--search-and-learn":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":80,"owner_email":80,"owner_twitter":76,"owner_website":81,"owner_url":82,"languages":83,"stars":96,"forks":97,"last_commit_at":98,"license":99,"difficulty_score":10,"env_os":100,"env_gpu":100,"env_ram":100,"env_deps":101,"category_tags":104,"github_topics":80,"view_count":10,"oss_zip_url":80,"oss_zip_packed_at":80,"status":16,"created_at":105,"updated_at":106,"faqs":107,"releases":138},485,"huggingface\u002Fsearch-and-learn","search-and-learn","Recipes to scale inference-time compute of open models","search-and-learn 是一个开源工具包，旨在通过扩展推理阶段的计算能力，帮助开源大语言模型（LLM）更高效地解决复杂问题。它借鉴了强化学习中“搜索”与“学习”的核心思想，提供一系列动态推理策略，使模型在处理数学、编程等需要深度思考的任务时，能通过增加推理时间逐步优化输出结果。\n\n传统方法主要依赖训练阶段的算力扩展，但预训练超大规模模型的成本日益高昂。search-and-learn 则聚焦于“测试时计算扩展”，通过动态调整推理策略（如多次采样、树搜索等），让模型在单个任务上投入更多计算资源，从而在无需增加训练成本的前提下提升性能。这一思路与 OpenAI o1 模型的优化方向相似，但通过开源形式为社区提供可复现的实现方案。\n\n工具包包含多种搜索算法（如 Best-of-N、Diverse Verifier Tree Search）和过程奖励模型（PRM）的训练方法，特别适合需要精细控制推理流程的研究人员和开发者。用户可通过 YAML 配置文件灵活调整参数，结合 Hugging Face 平台的模型与数据集快速验证效果。对于希望优化开源模型推理效率、探索复杂任务解决方案的技术","search-and-learn 是一个开源工具包，旨在通过扩展推理阶段的计算能力，帮助开源大语言模型（LLM）更高效地解决复杂问题。它借鉴了强化学习中“搜索”与“学习”的核心思想，提供一系列动态推理策略，使模型在处理数学、编程等需要深度思考的任务时，能通过增加推理时间逐步优化输出结果。\n\n传统方法主要依赖训练阶段的算力扩展，但预训练超大规模模型的成本日益高昂。search-and-learn 则聚焦于“测试时计算扩展”，通过动态调整推理策略（如多次采样、树搜索等），让模型在单个任务上投入更多计算资源，从而在无需增加训练成本的前提下提升性能。这一思路与 OpenAI o1 模型的优化方向相似，但通过开源形式为社区提供可复现的实现方案。\n\n工具包包含多种搜索算法（如 Best-of-N、Diverse Verifier Tree Search）和过程奖励模型（PRM）的训练方法，特别适合需要精细控制推理流程的研究人员和开发者。用户可通过 YAML 配置文件灵活调整参数，结合 Hugging Face 平台的模型与数据集快速验证效果。对于希望优化开源模型推理效率、探索复杂任务解决方案的技术团队而言，这是一个实用的实验平台。\n\n项目提供完整的安装指南和示例代码，用户仅需基础 Python 环境即可运行。通过组合不同搜索策略与验证机制，开发者可系统评估各类推理方法在特定任务上的表现，为开源模型的持续优化提供实证依据。","\u003Cp align=\"center\">\n  \u003Cimg style=\"width:200px\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhuggingface_search-and-learn_readme_e3ba0e909d3f.png\">\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n      🤗 \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fcollections\u002FHuggingFaceH4\u002Fscaling-test-time-compute-with-open-models-675c3b475a0d6eb4528fec23\" target=\"_blank\">Models & Datasets\u003C\u002Fa> |\n      📃 \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fspaces\u002FHuggingFaceH4\u002Fblogpost-scaling-test-time-compute\" target=\"_blank\">Blog Post\u003C\u002Fa>\n\u003C\u002Fp>\n\n# Search and Learn\n\nRecipes to enhance LLM capabilities by scaling inference-time compute. Name inspired by Rich Sutton's [Bitter Lesson](https:\u002F\u002Fwww.cs.utexas.edu\u002F~eunsol\u002Fcourses\u002Fdata\u002Fbitter_lesson.pdf):\n\n> One thing that should be learned from the bitter lesson is the great power of general purpose methods, of methods that continue to scale with increased computation even as the available computation becomes very great. The two methods that seem to scale arbitrarily in this way are _**search**_ and _**learning**_.\n\n## What is this?\n\nOver the last few years, the scaling of _**train-time compute**_ has dominated the progress of LLMs. Although this paradigm has proven to be remarkably effective, the resources needed to pretrain ever larger models are becoming prohibitively expensive, with billion-dollar clusters already on the horizon. This trend has sparked significant interest in a complementary approach: _**test-time compute scaling.**_ Rather than relying on ever-larger pretraining budgets, test-time methods use dynamic inference strategies that allow models to “think longer” on harder problems. A prominent example is OpenAI’s o1 model, which shows consistent improvement on difficult math and coding problems as one increases the amount of test-time compute.\n\nAlthough we don't know how o1 was trained, Search and Learn aims to fill that gap by providing the community with a series of recipes that enable open models to solve complex problems if you give them enough “time to think”. \n\n## News 🗞️\n\n* **December 16, 2024**: Initial release with code to replicate the test-time compute scaling results of our [blog post](https:\u002F\u002Fhuggingface.co\u002Fspaces\u002FHuggingFaceH4\u002Fblogpost-scaling-test-time-compute).\n\n## How to navigate this project 🧭\n\nThis project is simple by design and mostly consists of:\n\n* [`scripts`](.\u002Fscripts\u002F) to scale test-time compute for open models. \n* [`recipes`](.\u002Frecipes\u002F) to apply different search algorithms at test-time. Three algorithms are currently supported: Best-of-N, beam search, and Diverse Verifier Tree Search (DVTS). Each recipe takes the form of a YAML file which contains all the parameters associated with a single inference run. \n\nTo get started, we recommend the following:\n\n1. Follow the [installation instructions](#installation-instructions) to set up your environment etc.\n2. Replicate our test-time compute results by following the [recipe instructions](.\u002Frecipes\u002FREADME.md).\n\n## Contents\n\nThe initial release of Search and Learn will focus on the following techniques:\n\n* **Search against verifiers:** guide LLMs to search for solutions to \"verifiable problems\" (math, code) by using a stepwise or process reward model to score each step. Includes techniques like Best-of-N sampling and tree search.\n* **Training process reward models:** train reward models to provide a sequence of scores, one for each step of the reasoning process. This ability to provide fine-grained feedback makes PRMs a natural fit for search methods with LLMs.\n\n\n# Installation instructions\n\nTo run the code in this project, first, create a Python virtual environment using e.g. Conda:\n\n```shell\nconda create -n sal python=3.11 && conda activate sal\n```\n\n```shell\npip install -e '.[dev]'\n```\n\nNext, log into your Hugging Face account as follows:\n\n```shell\nhuggingface-cli login\n```\n\nFinally, install Git LFS so that you can push models to the Hugging Face Hub:\n\n```shell\nsudo apt-get install git-lfs\n```\n\nYou can now check out the `scripts` and `recipes` directories for instructions on how to scale test-time compute for open models!\n\n## Project structure\n\n```\n├── LICENSE\n├── Makefile                    \u003C- Makefile with commands like `make style`\n├── README.md                   \u003C- The top-level README for developers using this project\n├── recipes                     \u003C- Recipe configs, accelerate configs, slurm scripts\n├── scripts                     \u003C- Scripts to scale test-time compute for models\n├── pyproject.toml              \u003C- Installation config (mostly used for configuring code quality & tests)\n├── setup.py                    \u003C- Makes project pip installable (pip install -e .) so `sal` can be imported\n├── src                         \u003C- Source code for use in this project\n└── tests                       \u003C- Unit tests\n```\n\n## Replicating our test-time compute results\n\nThe [`recipes` README](recipes\u002FREADME.md) includes launch commands and config files in order to replicate our results.\n\n\n## Citation\n\nIf you find the content of this repo useful in your work, please cite it as follows via `\\usepackage{biblatex}`:\n\n```\n@misc{beeching2024scalingtesttimecompute,\n      title={Scaling test-time compute with open models},\n      author={Edward Beeching and Lewis Tunstall and Sasha Rush},\n      url={https:\u002F\u002Fhuggingface.co\u002Fspaces\u002FHuggingFaceH4\u002Fblogpost-scaling-test-time-compute},\n}\n```\n\nPlease also cite the original work by DeepMind upon which this repo is based:\n\n```\n@misc{snell2024scalingllmtesttimecompute,\n      title={Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters}, \n      author={Charlie Snell and Jaehoon Lee and Kelvin Xu and Aviral Kumar},\n      year={2024},\n      eprint={2408.03314},\n      archivePrefix={arXiv},\n      primaryClass={cs.LG},\n      url={https:\u002F\u002Farxiv.org\u002Fabs\u002F2408.03314}, \n}\n```\n\n","\u003Cp align=\"center\">\n  \u003Cimg style=\"width:200px\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhuggingface_search-and-learn_readme_e3ba0e909d3f.png\">\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n      🤗 \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fcollections\u002FHuggingFaceH4\u002Fscaling-test-time-compute-with-open-models-675c3b475a0d6eb4528fec23\" target=\"_blank\">模型与数据集\u003C\u002Fa> |\n      📃 \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fspaces\u002FHuggingFaceH4\u002Fblogpost-scaling-test-time-compute\" target=\"_blank\">博客文章\u003C\u002Fa>\n\u003C\u002Fp>\n\n# 搜索与学习（Search and Learn）\n\n通过扩展推理时计算能力来增强大语言模型（LLM）能力的方案。项目名称灵感来自Rich Sutton的[Bitter Lesson](https:\u002F\u002Fwww.cs.utexas.edu\u002F~eunsol\u002Fcourses\u002Fdata\u002Fbitter_lesson.pdf)：\n\n> 从\"苦涩教训\"中应学到的重要经验是通用方法的强大之处，这些方法即使在计算资源非常充足的情况下仍能持续扩展。两种具有这种无限扩展能力的方法是_**搜索**_和_**学习**_。\n\n## 这是什么？\n\n过去几年，_**训练时计算资源**_的扩展主导了LLM的发展。尽管这种范式已被证明非常有效，但预训练更大模型所需的资源正变得过于昂贵，数十亿美元级的计算集群已初现端倪。这一趋势激发了人们对_**测试时计算资源扩展**_方法的浓厚兴趣。测试时方法不再依赖不断增加的预训练预算，而是使用动态推理策略让模型在更难的问题上\"思考更久\"。一个显著的例子是OpenAI的o1模型，在增加测试时计算量时，其在困难数学和编程问题上表现出持续改进。\n\n虽然我们不清楚o1的训练方式，但Search and Learn旨在填补这一空白，为社区提供一系列方案，使开源模型在给予足够\"思考时间\"时能够解决复杂问题。\n\n## 最新动态 🗞️\n\n* **2024年12月16日**：初始版本发布，包含代码以复现[博客文章](https:\u002F\u002Fhuggingface.co\u002Fspaces\u002FHuggingFaceH4\u002Fblogpost-scaling-test-time-compute)中的测试时计算扩展结果。\n\n## 如何使用本项目 🧭\n\n该项目设计简洁，主要包含：\n\n* [`scripts`](.\u002Fscripts\u002F)：用于扩展开源模型测试时计算能力的脚本\n* [`recipes`](.\u002Frecipes\u002F)：用于在测试时应用不同搜索算法的方案。目前支持三种算法：最佳N选（Best-of-N）、集束搜索（beam search）和多样化验证树搜索（Diverse Verifier Tree Search, DVTS）。每个方案以YAML文件形式存在，包含单次推理运行的所有参数。\n\n入门建议：\n\n1. 按照[安装指南](#installation-instructions)设置环境\n2. 通过[方案指南](.\u002Frecipes\u002FREADME.md)复现我们的测试时计算结果\n\n## 内容\n\nSearch and Learn的初始版本将聚焦以下技术：\n\n* **基于验证器的搜索**：使用逐步或过程奖励模型（process reward model）为每一步评分，引导LLM搜索\"可验证问题\"（数学、代码）的解决方案。包含最佳N选采样和树搜索等技术\n* **训练过程奖励模型**：训练奖励模型为推理过程的每一步提供评分。这种细粒度反馈能力使过程奖励模型（PRM）成为LLM搜索方法的天然适配\n\n# 安装指南\n\n要运行本项目代码，首先创建Python虚拟环境（例如使用Conda）：\n\n```shell\nconda create -n sal python=3.11 && conda activate sal\n```\n\n```shell\npip install -e '.[dev]'\n```\n\n接下来登录Hugging Face账户：\n\n```shell\nhuggingface-cli login\n```\n\n最后安装Git LFS以便将模型推送到Hugging Face Hub：\n\n```shell\nsudo apt-get install git-lfs\n```\n\n现在可以查看`scripts`和`recipes`目录，获取关于如何扩展开源模型测试时计算能力的说明！\n\n## 项目结构\n\n```\n├── LICENSE\n├── Makefile                    \u003C- 包含`make style`等命令的Makefile\n├── README.md                   \u003C- 开发者使用的顶级README\n├── recipes                     \u003C- 方案配置、加速配置、Slurm脚本\n├── scripts                     \u003C- 扩展模型测试时计算能力的脚本\n├── pyproject.toml              \u003C- 安装配置（主要用于配置代码质量和测试）\n├── setup.py                    \u003C- 使项目可被pip安装（pip install -e .）以便导入`sal`\n├── src                         \u003C- 本项目使用的源代码\n└── tests                       \u003C- 单元测试\n```\n\n## 复现我们的测试时计算结果\n\n[`recipes` README](recipes\u002FREADME.md)包含启动命令和配置文件，用于复现我们的结果。\n\n## 引用\n\n如果您在工作中发现本仓库内容有用，请通过`\\usepackage{biblatex}`按以下方式引用：\n\n```\n@misc{beeching2024scalingtesttimecompute,\n      title={Scaling test-time compute with open models},\n      author={Edward Beeching and Lewis Tunstall and Sasha Rush},\n      url={https:\u002F\u002Fhuggingface.co\u002Fspaces\u002FHuggingFaceH4\u002Fblogpost-scaling-test-time-compute},\n}\n```\n\n请同时引用本仓库所基于的DeepMind原始工作：\n\n```\n@misc{snell2024scalingllmtesttimecompute,\n      title={Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters}, \n      author={Charlie Snell and Jaehoon Lee and Kelvin Xu and Aviral Kumar},\n      year={2024},\n      eprint={2408.03314},\n      archivePrefix={arXiv},\n      primaryClass={cs.LG},\n      url={https:\u002F\u002Farxiv.org\u002Fabs\u002F2408.03314}, \n}\n```","# Search and Learn 快速上手指南\n\n---\n\n## 环境准备\n\n### 系统要求\n- Python 3.11\n- Conda 或其他虚拟环境管理工具\n- Git 及 Git LFS（用于模型版本控制）\n\n### 前置依赖\n1. 安装 [Conda](https:\u002F\u002Fdocs.conda.io\u002Fen\u002Flatest\u002F)\n2. 安装 [Git LFS](https:\u002F\u002Fgit-lfs.github.com\u002F)（需先安装 Git）\n3. 注册 [Hugging Face](https:\u002F\u002Fhuggingface.co\u002F) 账户\n\n---\n\n## 安装步骤\n\n1. **创建虚拟环境**\n   ```shell\n   conda create -n sal python=3.11 && conda activate sal\n   ```\n\n2. **克隆项目并安装依赖**\n   ```shell\n   git clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsearch-and-learn.git\n   cd search-and-learn\n   pip install -e '.[dev]'  # 国内用户可加镜像加速：--extra-index-url https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n   ```\n\n3. **登录 Hugging Face**\n   ```shell\n   huggingface-cli login\n   ```\n\n4. **安装 Git LFS（如未安装）**\n   ```shell\n   sudo apt-get install git-lfs  # Linux 用户\n   ```\n\n---\n\n## 基本使用\n\n### 最简示例：运行测试时计算扩展\n1. **选择算法配置**\n   进入 `recipes\u002F` 目录，选择预设的 YAML 配置文件（如 `best_of_n.yaml`）：\n   ```shell\n   cd recipes\n   ```\n\n2. **修改配置参数**\n   根据需求调整参数，例如设置模型名称、搜索算法（Best-of-N\u002FBeam Search\u002FDVTS）和最大推理步数。\n\n3. **执行推理脚本**\n   在 `scripts\u002F` 目录下运行对应命令（以 Best-of-N 为例）：\n   ```shell\n   python run_search.py --config recipes\u002Fbest_of_n.yaml\n   ```\n\n4. **查看结果**\n   输出结果将保存在指定路径，可通过 Hugging Face Hub 推送模型或直接分析日志文件。\n\n---\n\n**提示**  \n- 配置文件中可指定使用验证器模型（如数学\u002F代码任务专用奖励模型）  \n- 复杂任务建议从 `recipes\u002FREADME.md` 中的完整示例开始","某AI教育科技公司正在开发一款面向高中生的数学智能辅导系统，需要处理几何证明题、代数方程组等复杂题目。团队发现现有开源模型在遇到多步骤推理问题时，答案准确率低于60%。\n\n### 没有 search-and-learn 时\n- **推理深度不足**：模型在单次推理中仅生成3-5步推导过程，遇到需要8-10步的复杂题目就容易出错\n- **验证机制缺失**：无法自动检测中间步骤的逻辑漏洞，错误答案常包含多个矛盾推论\n- **资源利用率低**：为追求速度强制限制最大推理长度，导致GPU算力浪费在无效生成上\n- **调参成本高昂**：需要手动设置温度系数、top-k采样等参数组合，每次实验需消耗2-3人天\n- **结果不可复现**：不同用户提问相同题目时，模型输出答案的正确性波动较大\n\n### 使用 search-and-learn 后\n- **动态推理路径**：通过DVTS算法自动探索最优解题路径，复杂题目平均生成12步推导且准确率提升至82%\n- **过程验证闭环**：集成训练的PRM模型实时评分每个推导步骤，自动修正错误链路并标注风险点\n- **计算资源优化**：采用Best-of-N策略并行生成5组候选方案，GPU利用率从45%提升至78%\n- **参数配置简化**：通过预设的YAML配方文件，3分钟内即可完成参数组合配置并启动实验\n- **结果稳定性增强**：同一题目的多次求解标准差从0.35降至0.12，关键步骤置信度可视化展示\n\n核心价值：search-and-learn通过将推理过程转化为可搜索的决策树，使开源模型在复杂数学问题上的表现逼近闭源大模型，同时降低70%的算力成本。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhuggingface_search-and-learn_e3ba0e90.png","huggingface","Hugging Face","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fhuggingface_90da21a4.png","The AI community building the future.",null,"https:\u002F\u002Fhuggingface.co\u002F","https:\u002F\u002Fgithub.com\u002Fhuggingface",[84,88,92],{"name":85,"color":86,"percentage":87},"Python","#3572A5",97.2,{"name":89,"color":90,"percentage":91},"Shell","#89e051",2.6,{"name":93,"color":94,"percentage":95},"Makefile","#427819",0.2,1131,130,"2026-04-02T16:46:14","Apache-2.0","未说明",{"notes":102,"python":103,"dependencies":100},"需安装 Git LFS 并登录 Hugging Face 账户，首次运行需从 Hugging Face Hub 下载模型文件","3.11",[26,13],"2026-03-27T02:49:30.150509","2026-04-06T07:13:03.158053",[108,113,118,123,128,133],{"id":109,"question_zh":110,"answer_zh":111,"source_url":112},1922,"如何从生成的 jsonl 文件中提取 MATH500 评估结果？","请使用项目提供的 Qwen2.5-Math 分支仓库进行评估。具体步骤如下：\n1. 访问 Qwen2.5-Math 分叉仓库：https:\u002F\u002Fgithub.com\u002Fhuggingface\u002FQwen2.5-Math\n2. 下载生成的数据集：https:\u002F\u002Fhuggingface.co\u002Fcollections\u002FHuggingFaceH4\u002Fscaling-test-time-compute-with-open-models-675c3b475a0d6eb4528fec23\n3. 参照项目中的评估指令：https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsearch-and-learn\u002Ftree\u002Fmain\u002Frecipes\n通过上述链接中的代码和文档执行评估流程。","https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsearch-and-learn\u002Fissues\u002F18",{"id":114,"question_zh":115,"answer_zh":116,"source_url":117},1923,"DVTS 算法中 lookahead_steps 参数为何默认设置为 1？","该参数默认值 1 是配置迁移时的遗留问题。实际实验中应设置为 0。维护者已确认内部实现与公开代码存在差异，并已在代码库中修复此配置问题。具体实现逻辑可参考：https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsearch-and-learn\u002Fblob\u002F606f44dafc4c62f257377d8ee96d691192282d64\u002Fsrc\u002Fsal\u002Fsearch\u002Fdiverse_verifier_tree_search.py#L96","https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsearch-and-learn\u002Fissues\u002F53",{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},1924,"加载 Skywork\u002FSkywork-o1-Open-PRM-Qwen-2.5-1.5B 模型时卡住怎么办？","该模型加载过程较慢（约15-20分钟），建议：\n1. 确保使用 float16 精度（已在 test_time_compute.py 中配置）\n2. 检查 Tesla T4 显卡驱动是否为最新版本\n3. 若仍无法加载，可尝试使用更小的模型变体或联系模型提供方确认兼容性","https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsearch-and-learn\u002Fissues\u002F48",{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},1925,"运行时出现 'Parameter couldn't be hashed properly' 警告如何处理？","该警告由 VLLM 对象无法序列化导致，但不会影响功能。维护者已确认缓存功能已禁用（见代码：https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsearch-and-learn\u002Fblob\u002F9e16e88e880f1a45fab5f4b0401f3f2b1fff2f97\u002Fscripts\u002Ftest_time_compute.py#L65），可安全忽略此警告。","https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsearch-and-learn\u002Fissues\u002F10",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},1926,"best_of_n 函数生成的 completions 为何出现响应错位？","问题出在 convs 构造逻辑导致提示词重复模式错误。已通过以下修复方案解决：\n```python\nconvs = [\n    [{\"role\": \"system\", \"content\": config.system_prompt},\n     {\"role\": \"user\", \"content\": prompt}]\n    for prompt in x[\"problem\"]\n    for _ in range(config.n)\n]\n```\n修复提交：https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsearch-and-learn\u002Fpull\u002F32","https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsearch-and-learn\u002Fissues\u002F28",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},1927,"如何正确使用 Qwen2.5-Math 评估生成的数据？","需使用项目分叉的 Qwen2.5-Math 版本：\n1. 访问分叉仓库：https:\u002F\u002Fgithub.com\u002Fhuggingface\u002FQwen2.5-Math\n2. 使用生成的 bon_completions.jsonl 文件\n3. 参照 recipes 目录下的具体评估脚本\n4. 注意需要适配原始 Qwen-Math 的评估接口","https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsearch-and-learn\u002Fissues\u002F25",[]]