Devotd Github
新着AIエージェント

sddzlsc/sciforge v0.2.0 — 文献から GPU 実験までつなぐ研究ハーネス

sddzlsc/sciforge は、文献探索から GPU 実験、論文執筆までのディープラーニング研究の流れを支えるローカル優先のハーネスです。

リポジトリ情報sddzlsc/sciforge ↗

sddzlsc/sciforge は、文献探索から GPU 実験、論文執筆までのディープラーニング研究の流れを支えるローカル優先のハーネスです。

GitHub の説明: Local-first research agent harness for deep learning: literature → reading → ideas → GPU experiments → papers & publication figures. DeepSeek-powered, custom OpenAI-compatible LLMs, SSH GPU orchestration.

スター
★ 8
フォーク
0
言語
Python
ライセンス
MIT
最新リリース
v0.2.0
原文を見る ↗GitHub で見る ↗

sddzlsc/sciforge は、ディープラーニング研究における文献探索と深い読解から、アイデア立案、GPU 実験、論文執筆、出版用図の制作までを支えるローカル優先のリサーチエージェントハーネスです。最新リリースは v0.2.0 です。提供された記録には、このバージョンで何が変更されたかは記載されていません。

このプロジェクトは Skills、Tools、Pipelines とローカル Web コンソールで研究の流れを構成します。DeepSeek を基盤とし、ユーザーが指定する OpenAI 互換 LLM と、SSH 経由の遠隔 GPU 作業に対応します。文献探索で作ったアイデアカードは実験段階まで引き継がれ、プロジェクトの状態は research-state.yaml、findings.md、research-log.md にまたがって共有されます。GPU ジョブは SSH と tmux もしくは Slurm で接続し、ローカルコンソールは 127.0.0.1 にバインドされます。LLM 呼び出しの記録は監査でき、実験の数値は results/ のファイルと突き合わせる設計です。Python で書かれており、MIT ライセンスを使用します。

ただし、記録された設計だけでは研究結果の正確さや実験の品質は確認できません。実際の検証品質を示す資料は提供されておらず、根拠のほとんどは README による自己説明です。文献と対話にとどまらず実験の実行までつなぐ構造は参考になるものの、成果物の信頼性については別の根拠がなく、判断はまだ早いというがあります。