**北大开源强化学习数据策略框架，登日榜第二**

_日榜第二！北大开源，强化学习数据策略接入更简单、对比更公平_

> 北京大学开源了一套面向强化学习的数据策略工具，目标让数据策略接入更简单、实验对比更公平。随着推理模型与 RLVR 的发展，「每一轮强化学习该把哪些数据交给模型」正成为大模型后训练中愈发关键的问题。该项目登上日榜第二位。

**来源信息**
- **来源**：新智元：资讯（API）
- **分类**：论文
- **发布时间**：2026-09-25 08:01（北京时间）
- **原文**：[打开原文](https://aiera.com.cn/asi-post.html?id=115352)