Technion-Kishony-lab/data-to-paper

data-to-paper: научно-исследовательская работа, управляемая ИИ, с возможностью обратного отслеживания

Агенты⭐ 825Pythonпоследний релиз: 1.1.22
Открыть на GitHub ↗

Что это за инструмент

data-to-paper — это фреймворк для автоматизации научных исследований, который превращает сырые данные в полные, прозрачные и проверяемые научные статьи с помощью взаимодействующих LLM-агентов.

Зачем нужен

Инструмент решает задачу полного цикла исследования: от анализа данных и поиска литературы до написания и отладки кода для анализа и финального написания рукописи. Он полезен для ускорения научных изысканий при сохранении ключевых ценностей науки — прозрачности, прослеживаемости (backward-traceable) и возможности человеческой верификации.

Что можно реализовать

  • Автоматическое исследование открытых датасетов (например, CDC BRFSS) с генерацией гипотез и написанием статьи.
  • Анализ социальных сетей (например, взаимодействие в Twitter) для выявления паттернов и создания научных выводов.
  • Исследование медицинских данных (например, политика лечения в NICU) с фиксированными целями.
  • Использование режима Copilot для контроля, инспекции и направления работы AI-агентов исследователем.

Ключевые возможности

  • End-to-end поле-независимый процесс: от сырых данных до готовой научной статьи.
  • Data-chaining: возможность кликнуть на любое число в статье и проследить его до конкретной строки кода, создавшей его.
  • Режимы Autopilot и Copilot: полная автономность или управление со стороны человека.
  • Coding guardrails: переопределение стандартных статистических пакетов для минимизации ошибок LLM при написании кода.

👤 Кому подойдёт: научные исследователи, разработчики AI-агентов, аналитики данных

Релизы