EMNLP 2026高分论文MathDebugger：当合成数据涌入训练集，如何为数学题做体检？
为了提高数学领域合成数据的质量，北京大学 DCAI 团队提出数学数据质检 BenchMark——MathDebugger，它同时覆盖 Question 和 Answer 两端，包含 4，000 道题目、2，000 条带标注答案、7 类细粒度错误类型，并评测了 14 个主流 LLM 和 3 个 Process Reward Model。
一天涨超2200星：这个AI工具把代码库变成可验证架构地图
接手一个陌生项目，最耗时的往往不是写第一行代码，而是确认服务怎么调用、数据从哪里来、改动会影响谁。普通图表工具可以把图画得漂亮，却很难证明其中的关系来自真实代码。Archify试图把这一步变成可校验、可追踪、可分享的工程产物。项目地址：https://github.
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
主导 Data-Centric AI 系列开源项目设计开发，项目累计获得上万 GitHub Star，其中 DataFlow 项目荣获 ICML SeePhy 比赛冠军，智源 LIC 挑战赛冠军。
GitHub三榜第一背后，一个“专升本”工程师的十年
文婷 发自 凹非寺量子位 | 公众号 QbitAI一位曾在16岁辍学的年轻人，干出了一个GitHub三榜第一！他就是画图Agent Archify的开发者——涂少坤。截至发稿，Archify单日最高新增5000Star，总揽3.8kFork、5.
北大开源：DataFlow 大模型数据工厂，可复现、可分享、可定制
DataFlow 的架构设计可以总结为三个关键词:1. 分层抽象:Pipeline → Operator → Prompt，每一层职责清晰，扩展性极强。 编译时校验:借鉴 PyTorch 的 compile/forward 模式，在运行前捕获 Key 不匹配错误。
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
主导 Data-Centric AI 系列开源项目设计开发，项目累计获得上万 GitHub Star，其中 DataFlow 项目荣获 ICML SeePhy 比赛冠军，智源 LIC 挑战赛冠军。
给NAS装个开源的企业级AI知识库引擎RAGFlow
我之前在 NAS 上部署过几款轻量知识库工具，用来整理个人文档基本够用。但当资料里出现扫描版 PDF、复杂表格、图文混排内容，或者需要查看答案引用出处时，轻量方案的局限就比较明显了。这次我尝试的是 RAGFlow。
把 GitHub 网址改几个字母，再庞大的开源项目也能看懂
于是团队内部开发了 Devin Wiki 和 Devin Search 两套核心组件，专门用来帮 AI 快速吃透复杂项目。
GitHub：全球最大的 AI 开源宝库，普通人最该学会的一门手艺
从注册账号到上线一个能发给别人的链接，10 个步骤，一次走完你手机里那些好用的 AI 工具，十个里有八个，最早都出现在同一个网站上。它不收钱，不弹广告，也不催你开会员。
谷歌这个开源模型被低估了
谷哥最近给我的惊喜不断啊，一是它的 Gemini 3.8 Flash 在 Antigravity CLI 里相当可靠:我的 Gemini 终于要回本了，开发了一个 macOS。