从业务目标理解整体框架
GreenDynamics 希望为科学 AI 的训练、评测和应用提供可用的数据与实验环境。ByteInfra 把不同业务所需的基础设施关系、项目边界与待决问题放在一起讨论。
当前首先梳理 Data & Environment。后续业务按实际需要加入,尚未登记的业务不预设模块或实施仓库。
读图顺序
先确认业务目标,再看数据、环境和验证各自提供什么,最后查看具体项目如何组合这些能力。图中的框表示概念或项目;只有对应实现证据明确时,才能把它解释为已经运行的软件服务。
三个层次
业务域Data & Environment
科学数据、可交互环境及评测依据
提供任务、环境和验证背景 ↓
数据知识与证据
语料、实验记录、专家标注与轨迹
环境行动与反馈
计算环境、模拟环境及真实实验连接
验证评价结果
判据、评分与可信范围
在具体项目中组合与验证 ↓
首个孵化 verifierAISLE
AI Scientists’ Last Exam;面向科学 AI 的评测项目,尚未公开发布。
这张图描述业务和项目的关系,不代表三个独立软件服务已经建成。数据提供证据,环境产生行动与反馈,验证定义如何评价结果;它们如何复用,需要由具体项目的方案和实施证据确认。
Data & Environment 与 AISLE 的关系
- Data & Environment 是更广的业务与能力规划,包含不同数据及环境产品。
- AISLE 是其中孵化的第一个面向公开评测的 verifier。它是具体研发项目,不等于整个 Data & Environment。
- AISLE 的实现维护在 MasterAI-EAM/AISLE;仓库保持私有。研发任务在该仓库推进,跨项目边界在 ByteInfra 对齐。
- 架构站已经公开,不代表 AISLE 代码、实验数据或未发布成果也已公开。
如何识别现状
| 标记 | 表示什么 |
|---|---|
| 已确认关系 | 已明确的项目范围或协作边界 |
| 有实现证据 | 有代码或文档依据,尚不能直接推定已部署或验证 |
| 提议 | 需要团队讨论的方向 |
| 待确认 | 缺少充分依据或负责人尚未明确 |
从哪里继续
- 项目目录:项目用途、执行入口及待确认事项。
- Data & Environment:理解数据、环境和验证的业务范围。
- AISLE:理解项目定位与边界。
- 团队协作:如何提出问题、修改图和确认决定。
依据:Data & Environment 内部介绍、First Sample Kit及协作边界决定。业务参考材料中的规划不自动构成实现状态证明。