北大等团队开源强化学习数据策略框架DataFlex-RL，简化模型后训练对比
随着推理模型和可验证奖励强化学习（RLVR）在后训练中的重要性日益凸显，大模型训练中的数据策略安排变得愈发关键。为此，北大DCAI团队联合中国科学院大学、上海算法创新研究院以及中关村学院开源发布了DataFlex-RL。该框架旨在解决强化学习后训练中数据策略接入繁琐及效果对比不公平等痛点，为模型训练策略的标准化与高效评测提供支持。
DC AI 热点
全部 AI 动态
9月25日2026-09-25
9月24日2026-09-24
亚马逊云科技Bedrock托管Kimi K3，国产开源模型切入硅谷云生态
9月18日，亚马逊云科技宣布其大模型服务平台Bedrock正式托管国产开源模型Kimi K3。尽管国产模型上线海外云平台此前已有先例，但作为开源模型直接吸引美国主流云厂商采购付费尚属罕见。此举标志着中国开源大模型的技术实力与应用价值进一步获得硅谷云巨头的商业认可，也展现了海外云厂商围绕优质开源模型开展商业化合作的新动向。