Show HN: 基于 Google Zanzibar 的 Lean4 Datalog DSL，用于 AI 项目
摘要
一种基于 Google Zanzibar 的 datalog 语言开发的 Lean4 DSL，用于表示和评估知识库，可在 git 下管理，无需重型外部依赖。
Google Zanzibar 的 datalog 语言让你描述概念并表达它们之间的关系。我将其泛化为可在 Lean4（及其他语言）上使用的 DSL，从而让你表示可构建、存储和评估的知识库，将其置于 git 管理之下，并在无需大型引擎或依赖外部基础设施的情况下进行改进。
相似文章
发现与证明：Lean 4中困难模式自动定理证明的开源智能体框架
本文介绍了 Discover and Prove (DAP)，一个用于 Lean 4 自动定理证明的开源智能体框架，针对"困难模式"问题进行优化——即在构造形式化证明前必须独立发现答案。该工作发布了新的困难模式基准变体，达到最先进的结果，同时揭示了 LLM 答案准确率（>80%）与形式化证明器成功率（<10%）之间的巨大差距。
@sophiamyang: 介绍 Leanstral 1.5 一个119B（6B活跃）的开放模型，用于Lean 4的形式化证明工程：在miniF2F上达到100% 587/672…
介绍 Leanstral 1.5，一个119B参数（6B活跃）的开放模型，用于Lean 4的形式化证明工程，在miniF2F上达到100%，在PutnamBench和FATE基准测试上达到最先进分数，并发现了开源仓库中先前未知的漏洞。
@DataChaz: 混乱文档输入，复杂知识图谱输出，仅需一条命令行。如果你的流水线只是将数据编译成通用……
Hyper-Extract 是一个开源框架，可将混乱文档转换为类型化知识结构，支持多种图谱架构（如 GraphRAG、LightRAG 和 KG-Gen），拥有 10 多种提取引擎和 80 多个面向不同领域的 YAML 模板。
@didier_lopes: 难以置信，Z. ai 竟然将其强化学习基础设施开源了。GLM-5.2 的整个 OPD 后训练只用了…
Z. ai 将其强化学习基础设施 slime 框架开源，该框架使 GLM-5.2 的 OPD 后训练在约两天内高效完成。slime 是一个用于强化学习扩展的 LLM 后训练框架，集成了 Megatron 和 SGLang，并已通过 GLM、Qwen、DeepSeek 和 Llama 等前沿模型的实战测试。
@dabit3：如果你还没有关注@imjaredz，现在就该关注了
本文介绍了Demonstrandum，一个验证优先的多智能体AI数学流水线，能够生成机械可验证的制品，包括通过Lean 4内核验证的反例和猜想证明。