语言
目录
链接
在线实例 • 论文 • Discord群组交流 • 问卷反馈
- [2025.03.24] ⭐ 支持推理模型长输出的可视化!!!
- [2025.03.18] 支持更多LLM供应商和模型。支持两种语言,英语和中文。
- [2025.03.18] 在调查问卷中打分和提供反馈(约需30秒)。
- [2025.03.17] 通过Huggingface页面尝试在线实例!
- [2025.03.14] 加入我们的Discord群组交流!
- [2025.03.07] 论文已上传至Arxiv。
- [2025.02.22] 创建了Github页面。
- 上传示例视频。
ReasonGraph是一个开源网页平台,用于可视化和分析LLM的推理过程。
功能:
- 推理路径可视化: 将文本格式的推理输出转化为流程图。
- 长篇推理: 支持可视化推理模型的长输出。
- 元推理: 内置功能,允许模型自行选择最合适的推理方法。
特点:
- 模型支持: 集成了来自Anthropic、OpenAI、Google、Grok、Deepseek、Qwen和Together.AI等主要LLM提供商的50多种先进模型。
- 推理方法: 实现了主流推理方法,包括顺序方法和基于树的方法。
- 模块化框架: 标准化API,便于集成新的推理方法和模型。
- 适合初学者: 直观的页面设计,具有可视化更新和简单配置。
- 多语言: 支持多种语言,并易于扩展以支持更多语言。
示例视频:
推理模型长输出的可视化:
输入: Give me two suggestions for transitioning from a journalist to a book editor? Use sequential and tree-based thinking and refinement loops.
模型: DeepSeek的deepseek-reasoner
顺序推理方法的可视化:
思维链 Chain of Thoughts (左上), 自我完善 (中上), 由简至繁 Least-to-most (右上), 自我一致性 Self-consistency (左下):
尝试在线实例:
推理模型长输出的可视化:
- API提供商:Deepseek;模型:deepseek-reasoner
- API提供商:Qwen;模型:qwq-plus
本地使用:
<absolute_path>/ReasonGraph/
如果您不输入API key,界面仍然可以正常运行,但您将无法使用相应的模型进行推理。
<absolute_path>/ReasonGraph/api_keys.json
{
"anthropic": "<to be filled>",
"openai": "<to be filled>",
"google": "<to be filled>",
"together": "<to be filled>"
}
python app.py
* Running on all addresses (X.X.X.X)
* Running on http://XXX.X.X.X:XXXX
* Running on http://XX.XXX.XXX.XXX:XXXX
python==3.11.8
requests==2.31.0
openai==1.63.2
together==1.4.1
flask==3.1.0
google==3.0.0
google-genai==1.2.0
google-generativeai==0.8.4
@misc{li2025reasongraphvisualisationreasoningpaths,
title={ReasonGraph: Visualisation of Reasoning Paths},
author={Zongqian Li and Ehsan Shareghi and Nigel Collier},
year={2025},
eprint={2503.03979},
archivePrefix={arXiv},
primaryClass={cs.CL},
url={https://arxiv.org/abs/2503.03979},
}



