skydiscover-ai/skydiscover

What it solves

SkyDiscover는 AI 기반 과학적 발견 및 고성능 시스템의 엔드투엔드 합성을 위해 설계된 프레임워크입니다. LLM 추론 엔진이나 key-value stores와 같은 복잡한 알고리즘이나 시스템을 수동으로 설계하는 문제를 해결하기 위해, AI를 사용하여 공식적인 사양(formal specifications) 또는 성능 지표를 기반으로 솔루션을 반복적으로 발견하고 최적화합니다.

How it works

이 프로젝트는 두 가지 주요 모듈로 나뉩니다:

• SkyDiscover Optimize: 알고리즘 발견을 위한 모듈형 프레임워크입니다. 진화 기술과 LLM을 사용하여 솔루션을 점진적으로 개선합니다. 수백 개의 최적화 작업에서 다양한 검색 알고리즘(AdaEvolve 및 EvoX 등)을 실행하고 비교할 수 있는 통합 인터페이스를 제공하며, Python 함수, 컨테이너화된 환경, Harbor-format benchmarks를 포함한 다양한 평가자 형식을 지원합니다.

• SkyDiscover Synthesize: 전체 시스템 합성을 위한 도구 세트입니다. 두 가지 주요 기술을 사용합니다: Inductive-Deductive Synthesis, Rocq에서 공식적인 사양을 사용하여 구현 및 증명을 생성하는 방식, 그리고 Test-Driven Synthesis, 자연어 설명과 테스트를 기반으로 구현을 반복적으로 개선하는 계획, 코딩, 비판, 감사 에이전트 팀을 사용하는 방식입니다.

Who it’s for

이 프레임워크는 알고리즘 최적화, 과학적 발견, 그리고 성능이 뛰어난 소프트웨어 시스템의 자동 합성 작업을 수행하는 연구자 및 엔지니어를 대상으로 합니다.

Highlights

• SOTA Algorithms: AdaEvolve (adaptive search) 및 EvoX (self-evolving strategy evolution)를 포함합니다.

• Broad Benchmark Support: Harbor-format benchmarks를 네이티브로 지원하며 AlgoTune 및 BigCodeBench와 같은 스위트와 통합됩니다.

• Flexible Evaluation: Python-based, Docker-containerized, 및 Harbor-format 평가자를 지원합니다.

• Agentic Synthesis: 테스트 주도형 시스템 합성을 위해 멀티 에이전트 접근 방식을 사용합니다.

• Live Monitoring: 진화, 코드 diffs, 그리고 human-in-the-loop steering을 실시간으로 추적하기 위한 대시보드를 포함합니다.