BootLoops-ai/bootloops

해결하는 문제

LLM은 정량 과학에 자주 사용되지만 검증 없이는 출력을 신뢰하기 어렵습니다. BootLoops는 과학 도구 키트와 결과를 확인 가능하게 만드는 엄격한 프로토콜을 제공하여 이를 해결합니다. 각 도구는 에이전트를 위해 문서화되어 있습니다: 무엇을 하는지, 언제 사용하는지, 출력의 의미, 답변이 통과해야 하는 테스트.

작동 방식

리포지토리를 클론하고 그 안에서 에이전트를 시작한 다음 인덱스(tools/README.md)를 읽고 계획을 제안하도록 요청합니다. 에이전트는 tools/ 아래의 50개 패키지에서 관련 도구를 선택합니다. 각 패키지에는 목적, 승인 게이트, 검증 클래스가 포함된 GUIDE.md가 있습니다. 도구 키트에는 다차원 적분, 증명서가 있는 재귀, 베이지안 증거, 볼 산술, 완전성 증명이 있는 열거 등의 도구가 포함됩니다. 외부 엔진(Kira, FireFly, FORM 등)은 요청 시 설치할 수 있습니다. 세 개의 엔진(SOFIA.jl, Eichler.jl, Leviathan)은 전체 소스로 제공됩니다. 원커맨드 자체 테스트(python3 run_selftests.py --par 8)로 새 클론을 몇 분 안에 검증합니다.

대상 독자

LLM 에이전트를 신뢰할 수 있는 정량 계산에 활용하려는 연구자와 엔지니어, 특히 수리 물리학, 통계학 및 관련 분야. 또한 하네스를 성장시키기 위해 도구나 프로토콜을 기여하려는 모든 사람에게 적합합니다.

하이라이트

• 모델 무관: 모든 에이전트 프레임워크(Claude, Codex 등)와 호환
• 50개의 자체 포함 Python 패키지, 각 패키지에 배터리(자체 테스트) 포함
• 주요 엔진(Kira, Blade, AMFlow.cpp)의 Julia 포트 및 패치 포크 포함
• 엄격한 검사를 정의하는 스킬 리포지토리(일반 마크다운 프로토콜): 재현성, 양성 대조군, 정수 관계 규율
• 전체 도구 키트는 최소한의 종속성(mpmath, sympy, numpy, python-flint)으로 노트북에서 실행
• 명확한 라이선스 및 귀속, 타사 고지 포함