Jaycee766 commited on
Commit
1509bcf
·
verified ·
1 Parent(s): 1b6104e

Deploy FrontierLab v0.37 source c0c9f7ff7938

Browse files
deployment.json CHANGED
@@ -1,8 +1,8 @@
1
  {
2
  "version": "v0.37",
3
- "source_sha": "192793824d9ee3c5632a61b0240d1ba2b3c5576e",
4
  "space_id": "Jaycee766/FrontierLab-Meta-Hackathon-2026",
5
- "built_at_utc": "2026-11-01T08:26:53.406471+00:00",
6
  "file_sha256": {
7
  ".streamlit/config.toml": "e1dd42acf57c5311de54b5fc88c4669cfb5142f6d4caf65af2de62e4dc812df9",
8
  "Dockerfile": "fb2c4f26e26e6fdc92716f8b10e755d6fdb421fa91ac295fe76c723f3534a19f",
@@ -45,6 +45,7 @@
45
  "docs/RELEASE_CHECKLIST.md": "f57ad3d9903f0861c468db7fab0e7221f1d3dc8561fa16e11d89f4f968199a9f",
46
  "docs/RESEARCH_FAILURE_LAB.md": "085554767df311a488f59cd2ee865c99d43d180341900acbb7d370731c6f2aaa",
47
  "docs/RESEARCH_OPERATING_INTERFACE.md": "7f4330878001f26fa0a4fa640f176a04a3d4423c1ffd48982cd4af1c51508225",
 
48
  "docs/RESOURCE_STRATEGY.md": "cbed1ec8d58e3dabd043cd8331f7be73d5bbc230c7cedcc921d1a4e9e30bc3bc",
49
  "docs/SPRINGER_NATURE_META.md": "687176f2e1d4ec5477e4fc075b3bfcac979e1dd5d63e7a0f821ab5f69af55dad",
50
  "docs/SPRINGER_NATURE_OA.md": "ec956938f89a9023d9ca475e28f5fec028ee0d0dd7db77377263c6b61c189f1c",
 
1
  {
2
  "version": "v0.37",
3
+ "source_sha": "c0c9f7ff7938b1e2814236101e6b82e3080ea863",
4
  "space_id": "Jaycee766/FrontierLab-Meta-Hackathon-2026",
5
+ "built_at_utc": "2026-11-01T09:26:30.888760+00:00",
6
  "file_sha256": {
7
  ".streamlit/config.toml": "e1dd42acf57c5311de54b5fc88c4669cfb5142f6d4caf65af2de62e4dc812df9",
8
  "Dockerfile": "fb2c4f26e26e6fdc92716f8b10e755d6fdb421fa91ac295fe76c723f3534a19f",
 
45
  "docs/RELEASE_CHECKLIST.md": "f57ad3d9903f0861c468db7fab0e7221f1d3dc8561fa16e11d89f4f968199a9f",
46
  "docs/RESEARCH_FAILURE_LAB.md": "085554767df311a488f59cd2ee865c99d43d180341900acbb7d370731c6f2aaa",
47
  "docs/RESEARCH_OPERATING_INTERFACE.md": "7f4330878001f26fa0a4fa640f176a04a3d4423c1ffd48982cd4af1c51508225",
48
+ "docs/RESEARCH_OPERATING_INTERFACE.zh-TW.md": "661dcb405d18b6883dcbef706fb1e7b0a6f64a0474d9df9a33262e74ea62d59e",
49
  "docs/RESOURCE_STRATEGY.md": "cbed1ec8d58e3dabd043cd8331f7be73d5bbc230c7cedcc921d1a4e9e30bc3bc",
50
  "docs/SPRINGER_NATURE_META.md": "687176f2e1d4ec5477e4fc075b3bfcac979e1dd5d63e7a0f821ab5f69af55dad",
51
  "docs/SPRINGER_NATURE_OA.md": "ec956938f89a9023d9ca475e28f5fec028ee0d0dd7db77377263c6b61c189f1c",
docs/RESEARCH_OPERATING_INTERFACE.zh-TW.md ADDED
@@ -0,0 +1,268 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 研究操作介面(Research Operating Interface)— 繁體中文說明與示意概念
2
+
3
+ 本文是 [Research Operating Interface](RESEARCH_OPERATING_INTERFACE.md) 的繁體中文說明版,由 Pack Kwan Low / Jaycee871 的簡報內容整理而成。英文版記錄的是 FrontierLab 目前的模組狀態與實測指標;本文則說明這個構想從哪裡來、想解決什麼問題,以及哪些部分只是示意。
4
+
5
+ 兩份文件內容有重疊,但**不互相取代**。如果兩者對 FrontierLab 現況的描述有出入,以英文版與程式碼為準。
6
+
7
+ ## 閱讀前:三種說法的標記方式
8
+
9
+ 這份文件混合了三種性質不同的說法。為了不讓它們混在一起,每一節標題下方都會標出它屬於哪一種:
10
+
11
+ | 標記 | 意思 | 不代表什麼 |
12
+ | --- | --- | --- |
13
+ | **【文獻】** | 來自引用的文獻,例如 Paper2Agent 及其列出的相關方法。這是作者簡報中對文獻的摘要,本文沒有重新逐字核對原文。 | 不代表 FrontierLab 已經做到。 |
14
+ | **【作者前瞻】** | 原始文獻作者提出的前瞻主張(forward-looking proposal)。 | **不是**已公布的政策、期刊規定或既有制度。 |
15
+ | **【延伸觀點】** | Jaycee 從資訊管理(Information Management)角度提出的個人延伸。 | **不是**任何論文驗證過的結論。 |
16
+
17
+ 另外還有一個專門的警示標記:
18
+
19
+ > **【示意數字】** 這個標記出現的地方,數字只是介面示意圖(mock-up)上的範例,**不是實測結果**。
20
+
21
+ 一節裡如果混有不同性質的內容,會在該段落前個別標出。
22
+
23
+ ---
24
+
25
+ ## 1. 研究成果可以成為可操作的代理
26
+
27
+ ### 1.1 論文不必停在 PDF 與程式碼庫
28
+
29
+ **【文獻】**
30
+
31
+ 一篇論文不一定只能停在 PDF 檔和一個原始碼庫(source repository)。
32
+
33
+ 這裡的**研究產物(research artefact)**,指的是一篇論文產出的所有東西,包括資料、程式碼和工具,而不只是文字。Paper2Agent 這類工作的重點是:這些研究產物現在可以被「操作」,也就是讓人透過一個互動代理(agent)直接使用論文裡的方法。
34
+
35
+ ### 1.2 自動驗證是可信 Paper Agent 的核心
36
+
37
+ **【文獻】**
38
+
39
+ **自動驗證(automatic validation)**是可信的論文代理(Paper Agent)的核心。
40
+
41
+ 它和**可重現性(reproducibility)**密切相關。可重現性的意思是:別人在相同條件下重做一次,會得到相同的結果,就像同一份食譜應該做出同一道菜。
42
+
43
+ ### 1.3 代理可用性(Agent Availability)聲明
44
+
45
+ **【作者前瞻】** — 這是原始文獻作者的前瞻主張,**不是已公布的政策**。
46
+
47
+ 跨論文的代理,可能形成一種新的研究協作模式。
48
+
49
+ 現在很多期刊會要求「資料可用性(data availability)」和「程式碼可用性(code availability)」聲明。作者的設想是,未來可能再多一項**代理可用性(Agent Availability)**聲明,說明這篇論文有沒有可以互動的代理。
50
+
51
+ 目前沒有任何期刊把它列為必要項目。本文只把它當作一個值得討論的方向。FrontierLab 另外寫了一份格式草案,見 [Agent Availability statement proposal](AGENT_AVAILABILITY_STATEMENT.md),那份草案同樣只是提案。
52
+
53
+ ---
54
+
55
+ ## 2. 三個資訊管理面向
56
+
57
+ **【延伸觀點】** — 以下三點是 Jaycee 的個人延伸,**不是論文驗證過的結論**。它們也是他自己在做生醫 AI 治理與系統整合時實際遇到的問題。
58
+
59
+ ### 2.1 可維護性(maintainability)
60
+
61
+ 問題:工具壞掉的時候,系統能不能自己發現,並且自動重建?
62
+
63
+ 舉例來說,某個套件升級之後,系統應該自己跑測試、發現失敗、嘗試修復,而不是等到使用者操作時碰到錯誤才知道。
64
+
65
+ ### 2.2 可追溯性(provenance)
66
+
67
+ 可追溯性是記錄資料、工具和結果的來源歷史。它很像食品產銷履歷:拿起一包菜,可以查到它來自哪個農場、哪一批。
68
+
69
+ 放到代理身上,就是每一次執行都要保留:
70
+
71
+ - 用了哪個工具版本;
72
+ - 用了哪些參數;
73
+ - 用了哪個資料集;
74
+ - 用了哪個模型。
75
+
76
+ 這些紀錄串起來就是一條證據鏈。如果有人引用了代理產出的一張圖,審稿人想要查證時,可以一路追回去。
77
+
78
+ ### 2.3 研究治理(governance)
79
+
80
+ 研究治理是管理權限與責任的規則。例如:
81
+
82
+ - 一個可以執行程式碼的代理,有沒有權限碰病患資料?
83
+ - 哪些工具開放給哪些人使用?
84
+ - 出了問題,責任在研究者、研究機構,還是工具開發者?
85
+
86
+ 這些規則需要研究機構事先訂好,而不是出事之後才補。
87
+
88
+ ---
89
+
90
+ ## 3. 研究延伸構想:研究操作介面(DEMO CONCEPT)
91
+
92
+ **【延伸觀點】** 整節都是示意性概念(demo concept)。
93
+
94
+ > **【示意數字】** 本節出現的「**12 份來源稽核(source audits)**」和「**98% 追蹤覆蓋率(trace coverage)**」是示意用的數字,**不是實測���果**。它們沒有在任何系統上量測過。
95
+
96
+ 可以把這一節想成建築師的透視圖(architect's rendering):它讓你看到「如果蓋好了,大概長這樣」,但房子還沒有蓋。
97
+
98
+ ### 3.1 為什麼叫「操作系統」
99
+
100
+ 手機的作業系統(operating system)不是某一個 App,而是管理所有 App、權限,以及資料怎麼流動的那一層。
101
+
102
+ 這裡設想的未來論文代理也一樣。它不是一個單獨的問答工具,而是把論文、程式碼、資料和工具放在同一個地方管理,讓它們**看得見、可稽核、可治理**。
103
+
104
+ ### 3.2 架構:一個 Core 加八個模組
105
+
106
+ 中間是 **Core**,也就是系統的核心引擎。周圍有八個模組,分成三組:
107
+
108
+ ```text
109
+ 研究操作介面(示意)
110
+ |
111
+ --------------------------------------
112
+ | | |
113
+ 研究材料 MCP 三件組 資訊管理味最重的兩個
114
+ Paper / Code / MCP Tools / Evidence Trace
115
+ Data MCP Resources / Governance
116
+ MCP Prompts
117
+ | | |
118
+ ----------------- Core ---------------
119
+ ```
120
+
121
+ **第一組:研究材料**
122
+
123
+ | 模組 | 角色 |
124
+ | --- | --- |
125
+ | **Paper** | 文獻輸入與知識來源。 |
126
+ | **Code** | 可以執行的分析方法。 |
127
+ | **Data** | 資料集、資料庫,或透過 API 取得的外部資料。 |
128
+
129
+ API(Application Programming Interface,應用程式介面)可以想成餐廳的菜單:系統照著菜單點一道「外部資料庫」的菜,對方就把資料送過來。
130
+
131
+ **第二組:MCP 三件組**
132
+
133
+ MCP(Model Context Protocol)可以想成 AI 世界的 USB-C:一個統一的接頭,讓代理接上各種外部能力。
134
+
135
+ | 模組 | 比喻 |
136
+ | --- | --- |
137
+ | **MCP Tools**(工具) | 計算機上的按鈕,按下去就執行一個動作。 |
138
+ | **MCP Resources**(資源) | 放參考資料的書架。 |
139
+ | **MCP Prompts**(提示) | 一張食譜卡,寫好固定的做事步驟。 |
140
+
141
+ 在這個介面裡,三者被放進同一個管理畫面。
142
+
143
+ **第三組:最有資訊管理味的兩個模組**
144
+
145
+ | 模組 | 角色 |
146
+ | --- | --- |
147
+ | **Evidence Trace**(證據追蹤) | 系統說出的每一個結論,都留下它從哪裡來。就像論文的註腳,或是一張之後可以拿來對帳的購物收據。 |
148
+ | **Governance**(治理) | 安全、規範與合規:誰可以用哪個工具、能不能碰病患資料、使用某些資料時是否必須留紀錄。 |
149
+
150
+ ### 3.3 一個問題進來之後:Research Workflow 四步驟
151
+
152
+ 研究者問一個沒有標準答案的開放問題,例如:
153
+
154
+ > 「有什麼證據可以支持某一個生醫研究假說?」
155
+
156
+ 系統不會只回一句話,而是進入**研究流程(Research Workflow)**,分四步:
157
+
158
+ 1. **Interpret Query(解讀問題)**
159
+ 先確認到底在問什麼、範圍多大。例如「生醫研究假說」指的是哪一種疾病、哪一個基因。
160
+
161
+ 2. **Search & Retrieve(搜尋與擷取)**
162
+ 從多個來源找證據。示意畫面上的 **Active Sources** 列出 PubMed(生醫文獻資料庫)、arXiv(預印本平台)、IEEE(電機電子與工程領域文獻)和 Nature,後面還有另外三個。
163
+ 這就是**多來源(multi-source)**:不只依賴單一資料庫,就像做調查不會只問一個人。
164
+
165
+ 3. **Analyze & Synthesize(分析與整合)**
166
+ 把不同來源的內容整合起來,使用**證據圖譜(Evidence Graph)**。證據圖譜是一張關係圖:每個結論是一個節點,連到支持它的論文和資料。如果兩篇論文的結論互相衝突,在圖上也看得出來。
167
+
168
+ 4. **Generate Output(產生輸出)**
169
+ 產出一份結構化報告,每一個重要主張都附上引用來源。
170
+
171
+ ### 3.4 介面上的狀態讀數
172
+
173
+ **System Status(系統狀態)**
174
+ 右上角的系統狀態像飛機的儀表板,告訴你研究代理準備好了沒、證據圖譜是不是正在運作。
175
+
176
+ **Source Audit(來源稽核)**
177
+ 像會計的對帳:確認引用的來源真的存在,而且真的說了報告裡宣稱它說的話。
178
+
179
+ > **【示意數字】** 示意畫面上的「12 份來源稽核」是範例數字,不是實測結果。
180
+
181
+ **Trace Coverage(追蹤覆蓋率)**
182
+ 報告裡的主張中,有多少比例可以一路追回原始來源。以 98% 為例,意思是每 100 個重要結論裡,有 98 個找得到出處。
183
+
184
+ > **【示意數字】** 「98% 追蹤覆蓋率」只是用來解釋這個指標的範例,**不是任何系統量測出來的數字**。FrontierLab 實際量到的數值見第 5 節,兩者無關。
185
+
186
+ **底部狀態列:Current Activity、Active Sources、Agent Reasoning**
187
+
188
+ 這三格回答的其實是同一件事:
189
+
190
+ - 代理現在正在做什麼;
191
+ - 它用了哪些來源;
192
+ - 它走到了哪一步。
193
+
194
+ 示意畫面顯示的是第 2 步:正在搜尋生醫文獻。
195
+
196
+ 重點是:未來重要的不只是模型答對了沒有,還有**它是怎麼得出答案的,以及這個過程能不能被檢查**。
197
+
198
+ ---
199
+
200
+ ## 4. 五個值得研究的方向
201
+
202
+ **【延伸觀點】** — 以下五個方向是 Jaycee 從資訊管理角度提出的個人看法,**不是論文驗證過的結論**。
203
+
204
+ | 方向 | 要回答的問題 |
205
+ | --- | --- |
206
+ | **系統整合(system integration)** | 怎麼把論文、程式碼、資料庫和各種 MCP 工具接在一起?例如把研究機構內部的資料系統接上外部文獻資料庫。 |
207
+ | **流程治理(workflow governance)** | 在四步驟流程裡,誰負責、誰核准、哪一步需要人來看? |
208
+ | **來源稽核(source auditing)** | 能不能自動檢查引用是不是真的存在、是不是最新的? |
209
+ | **證據追蹤(evidence traceability)** | 每一個結論能不能追回原始論文或資料? |
210
+ | **人機協作(human-in-the-loop)** | AI 提出十種驗證策略,由研究者挑一種;關鍵決定留在人手上。 |
211
+
212
+ 如果這幾件事做得好,代理就不只是一個回答問題的工具,而會更接近一個真正支援研究工作的作業系統。
213
+
214
+ ---
215
+
216
+ ## 5. 對照:FrontierLab 現在做到哪裡
217
+
218
+ 本節只寫在程式碼裡查得到的東西。FrontierLab 的自主程度定位不變:它是 **Level 1 Assisted Pipeline(輔助式流程)**,模型負責固定角色,階段之間的推進由程式和研究者控制,見 [agentic-AI landscape and self-assessment](AGENTIC_AI_LANDSCAPE.md)。下表把第 4 節的五個方向對到目前的實作,不代表任何一個方向已經解決。
219
+
220
+ | 方向 | FrontierLab 已有的部分 | 還沒有的部分 |
221
+ | --- | --- | --- |
222
+ | 系統整合 | 文獻來源接了 Europe PMC,以及 Springer Nature Meta API、Open Access API(`frontierlab/discovery.py`);多來源合併用 DOI 去重(`frontierlab/multisource.py`)。 | 第 3 節示意畫面上的 PubMed、arXiv、IEEE 並沒有直接接上。沒有機構內部資料系統的整合,也沒有一般性的 MCP 工具管理。 |
223
+ | 流程治理 | 人工主張審查、研究者選擇方法、明確核准第 5 階段(Planning)、逐步核准計畫步驟、模型呼叫次數上限。 | 沒有機構層級的角色權限控管(RBAC),也沒有病患資料存取政策的強制執行。 |
224
+ | 來源稽核 | 主張必須引用已知來源 ID,引文必須能在原始摘要裡定位到(fail-closed,找不到就擋下)。`frontierlab/traceability.py` 提供 `source_audit_summary`。 | 不檢查引用是不是「最新的」。EXTRACTED 只證明那段文字存在,**不證明主張真的從那段文字推得出來**。 |
225
+ | 證據追蹤 | 證據圖譜(`frontierlab/evidence_graph.py`,schema `frontierlab.evidence-graph.v2`):Paper ← Passage ← Claim ← Hypothesis ← PlanStep,每條邊標 EXTRACTED / INFERRED / AMBIGUOUS;主張、假說和計畫步驟節點的 ID 由內容雜湊(SHA-256)產生;每個 Paper 帶 `source_fingerprint`;核准紀錄帶 `approval_digest`;`load_graph()` 檢查不通過就拒絕載入。 | `graph.json` 沒有簽章;一個把所有雜湊都重算過的偽造檔,只有拿可信的 run 比對(`expected_fingerprints`)時才擋得住。 |
226
+ | 人機協作 | `step_gate()` 只在路徑全部是 EXTRACTED、而且所有引用來源都追得到時才允許核准;`approve_plan_step()` 要求審查者姓名和至少 8 個字元的理由。 | 核准紀錄沒有數位簽章。 |
227
+
228
+ **追蹤覆蓋率的實測值(和第 3 節的 98% 無關)**
229
+
230
+ FrontierLab 已經在 `frontierlab/traceability.py` 實作了兩個追蹤指標。在已審查的 M2 紀錄上量到:
231
+
232
+ - Source Trace Coverage(來源可追溯比例):4 / 4 = **100%**;
233
+ - Strict Extracted Coverage(全程 EXTRACTED 比例):2 / 4 = **50%**。
234
+
235
+ 這是在 4 個項目上量到的值,樣本非常小,而且衡量的是來源可追溯性,**不是模型準確度或科學正確性**。詳見 [Trace Coverage](TRACE_COVERAGE.md)。
236
+
237
+ **可維護性(對應第 2.1 節)**
238
+
239
+ 目前有排程執行的 Maintenance Canary(`frontierlab/maintenance.py`、`.github/workflows/maintenance-canary.yml`):記錄套件版本與相依指紋,跑完整回歸測試,失敗時標成 `QUARANTINE_REQUIRED`。
240
+
241
+ 第 2.1 節設想的「自動修復、自動重建」**沒有實作**。程式碼裡 `automatic_repair_enabled` 和 `automatic_environment_rebuild_enabled` 都是 `False`,修復必須由人核准。詳見 [Maintenance canary](MAINTENANCE_CANARY.md)。
242
+
243
+ ---
244
+
245
+ ## 參考資料與討論
246
+
247
+ **【文獻】**
248
+
249
+ ### DOI 是什麼
250
+
251
+ **DOI(Digital Object Identifier,數位物件識別碼)**可以想成一篇論文的身分證字號。就算期刊網站每年搬家,只要用 doi.org 加上那串號碼,還是找得到同一篇論文。
252
+
253
+ ### 相關方法
254
+
255
+ 簡報中列出三篇相關方法論文:
256
+
257
+ - **AlphaGenome**(Nature 2026)
258
+ - **Scanpy**(Genome Biology 2018)
259
+ - **TISSUE**(Nature Methods 2024)
260
+
261
+ ### 程式碼與部署
262
+
263
+ - **Paper2Agent** 的程式碼公開在 GitHub。
264
+ - AlphaGenome、Scanpy 和 TISSUE 的代理都部署在 Hugging Face。
265
+
266
+ 以上依簡報原文列出,本文沒有另外查證。
267
+
268
+ > **待補:** 上面三篇論文的完整書目資料(作者、卷期、頁碼、DOI)和各代理的網址還沒有填入。本文刻意不自行補上,避免寫出錯的引用。Paper2Agent 本身的書目見 [Information Management extension](INFORMATION_MANAGEMENT_EXTENSION.md#references)。