今日开源（2025-07-08）：KAG-Thinker交互式深度推理模型，FlashRAG+vllm部署，专攻复杂多跳问题求解
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
🏆基座模型
①项目：KAG-Thinker
★KAG-Thinker是一个交互式思维和深度推理模型，旨在为复杂的多跳问题提供认知推理范式。该项目利用LLaMA-Factory进行模型训练，并通过FlashRAG和vllm部署推理服务。KAG-Thinker能够处理复杂的推理任务，适用于需要多步推理的场景。
☆一键收藏：
https ://sota. jiqizhixin.com/project/kag-thinker
🤖Agent开发
①项目：TraeAgent
★TraeAgent是一个基于大型语言模型（LLM）的智能体，专为通用软件工程任务设计。它提供了一个强大的命令行接口，可以理解自然语言指令，并使用各种工具和LLM提供商执行复杂的软件工程工作流。TraeAgent具有透明、模块化的架构，允许研究人员和开发人员轻松修改、扩展和分析。其开源特性使得对智能体行为、工具实现和工作流模式的深度定制成为可能，是研究AI智能体架构、进行消融研究和开发新智能体功能的理想平台。
☆一键收藏：
https ://sota. jiqizhixin.com/project/trae-agent
②项目：fenic
★fenic是一个由typedef. ai开发的、受PySpark启发的数据框架，专为构建AI和代理应用而设计。它通过增强的语义智能，将非结构化和结构化数据转化为洞察。fenic支持Markdown、转录和语义操作，并能高效地在任何模型提供商上进行批量推理。
☆一键收藏：
https ://sota. jiqizhixin.com/project/fenic
🛠️框架平台、必备工具
①项目：MMSearch-R1
★MMSearch-R1是一个端到端的强化学习框架，旨在使大型多模态模型（LMMs）能够使用真实世界的多模态搜索工具进行按需、多轮次的搜索。该项目集成了图像和文本搜索工具，利用SerpAPI、JINAReader和基于LLM的总结功能来检索和简化与给定问题相关的网页内容。
☆一键收藏：
https ://sota. jiqizhixin.com/project/multimodal-search-r1
②项目：HiRA
★HiRA项目旨在解决传统检索增强生成（RAG）系统在处理复杂多步骤信息需求时的局限性。通过引入层次推理架构，HiRA将高层次规划与低层次执行分离，避免推理污染。该框架由三个主要组件组成：元推理规划器、适应性推理协调器和领域专用执行器。HiRA通过模块化智能体实现搜索、代码执行和多模态分析，支持灵活的动态规划和专家智能体协作，提升复杂搜索任务的可扩展性和适应性。
☆一键收藏：
https ://sota. jiqizhixin.com/project/hira
③项目：LLM-Fingerprint
★LLM-Fingerprint项目旨在解决大语言模型（LLMs）在版权和知识产权方面的挑战。随着训练成本的增加和模型重用的普遍化，传统的水印方法容易被继续训练攻击所破坏。该项目通过分析模型层间注意力参数的标准差模式，提出了一种独特的“指纹”方法。这种方法不仅简单且内在，还能在大规模修改后识别模型的来源，保护AI行业的知识产权。
☆一键收藏：
https ://sota. jiqizhixin.com/project/llm-fingerprint
