北大 DCAI 团队开源 DataFlex-RL：让强化学习数据策略接入更简单、对比更公平

北大 DCAI 团队联合 UCAS、上海算法创新研究院、中关村学院发布 DataFlex-RL，以插件形式接入 verl 训练流程，将数据选择、样本重加权和领域配比做成可配置组件，复用 RL 循环已有的奖励、优势和 token 概率信号。