QJHWC/PaperForge
End-to-end AI-powered academic paper writing system — from idea generation and literature search to experiment execution, result backfill, and LaTeX paper compilation. Supports multi-LLM routing, SSH remote training, incremental sync, and anti-AI-detection writing style.
解決的問題
PaperForge 是一個旨在為科學研究過程帶來嚴謹性與可驗證性的「研究作業系統」。它透過將研究規劃、受控實驗、論文撰寫與出版整合至單一系統,解決研究工作流程碎片化問題,確保論文中的每一項主張都必須由可驗證的證據(程式碼、資料或文獻)支持。
如何運作
此系統透過統一的執行環境(ResearchOSRuntime)與科學記憶資料庫(SQLite)運作,追蹤每個主張的來源。它採用三種執行模式來強制執行嚴格的邊界:
- writing-only:僅限讀取證據與撰寫 LaTeX,阻擋所有計算/實驗工具。
- research:增加文獻回顧與研究規劃功能。
- full:允許在各種後端(本地、Docker、SSH、Slurm、Kubernetes、雲端 SSH)上執行已核准的實驗。
實驗遵循強制性流程:提案 $ ightarrow$ 靜態檢查 $ ightarrow$ 小規模實驗 $ ightarrow$ 全規模實驗。發布引擎隨後執行「主張關卡」,確保論文中的 100% 文句皆與證據連結後,再使用 CVPR、IEEE 或 Elsevier 模板產生最終 PDF。
適用對象
專為希望自動化論文撰寫與實驗追蹤繁瑣部分,同時維持高科學嚴謹性與可重現性的學術研究人員與學生所設計。
主要亮點
- 以證據為中心的撰寫:論文中的每一項公開主張都會分配一個
claim_id,連結至特定的原始碼、日誌或文獻。 - 受控實驗:強制審核工作流程與多階段執行(靜態 $ ightarrow$ 小規模 $ ightarrow$ 全規模),防止不受控的計算開銷與錯誤。
- 統一的計算後端:單一介面管理本地機器、容器與 HPC 集群(Slurm/K8s)上的工作。
- 發布流程:自動 LaTeX 編譯、版面診斷,以及最終的「發布關卡」,在標記專案完成前掃描機密並驗證受保護的雜湊值。
- 領域插件:內建支援 CV、NLP、RL、Bio、物理、機器人學等領域的指標與證據匯入。
相關
- 專案
- 專案
- 專案
- 專案
- 專案