DeepResearcher：通过强化学习在真实世界环境中训练LLM基础的深度研究Agent，让研究更智能、更高效。

实现高达28.9分的性能提升，远超传统方法；独特的端到端训练，让Agent具备规划、验证、反思等认知行为；支持真实网络搜索交互，让研究更贴近实际应用场景
Awesome-RAG：为生成式AI提供检索增强生成（RAG）应用的资源大列表。

汇集了10多种RAG实现方法，涵盖从基础到高级的多种应用场景；整理了20+框架和工具，助力开发者快速上手；提供了丰富的评估指标和数据库资源，全方位支持RAG开发
MathArena：为最新数学竞赛和奥林匹克竞赛评估LLMs提供一站式平台。

支持多种LLM模型，涵盖OpenAI、Anthropic等；自动化评分与人工评分相结合，适应不同竞赛需求；提供详细解析和结果可视化，助力模型优化
心理咨询师报名中，即将截止，5月25日在线测试，包拿证
Awesome LLM Apps

这个GitHub项目主要收集了使用大型语言模型(LLM)构建的各种应用程序，目的就是展示和分享那些结合了RAG(检索增强生成)和AI智能体技术的优秀LLM应用案例。不仅提供了代码，还包含了详细的说明文档，帮助开发者理解每个项目是如何工作的，以及如何开始使用这些项目。
Awesome-Agent-Papers：专注于大型语言模型（LLM）Agent领域的研究论文集合。它为研究人员和从业者提供了一个全面的资源库，帮助他们快速了解LLM Agent的最新进展。

涵盖了从Agent构建、协作机制到应用的多个关键类别；提供了详细的分类和链接，方便用户快速查找；包含了超过100篇最新的研究论文。
Awesome-RL-Reasoning-Recipes：这是一份涵盖强化学习推理模型的精选合集，为研究人员和开发者提供了丰富的资源和参考。

涵盖2025年至今的最新进展，紧跟前沿；整理了众多大型语言模型和多模态应用的项目，资源丰富；提供了详细的项目介绍、算法分析和开源代码链接，便于学习和复现
all-rl-algorithms：一站式学习强化学习算法的开源宝库。

18种经典强化学习算法实现，覆盖从基础到前沿；配套Jupyter Notebook，交互式学习，边学边改；简洁易懂的代码，零基础也能轻松上手
mcp-notion-server：让Claude轻松操作Notion工作区的MCP Server。

支持Markdown转换，显著减少Token消耗；提供丰富的API工具，涵盖页面、数据库、评论等操作；易于配置，只需简单几步即可接入Notion
Before
After
Back to Top