Cộng đồng GitHub giới thiệu DeepScient, khung AI hỗ trợ quy trình nghiên cứu 12 giai đoạn
DeepScient là một dự án phòng làm việc nghiên cứu chạy trên runtime DeepSeek Harness, được thiết kế để dẫn dắt quy trình từ chọn đề tài và tìm tài liệu đến làm thí nghiệm, phân tích, vẽ hình, viết bài, nộp bài và phản hồi phản biện. Dự án chia quy trình thành 12 giai đoạn và 55 “cổng” có thể kiểm tra, với 36 công cụ nghiên cứu, 98 kỹ năng và chuỗi bằng chứng có thể truy vết từ kết luận về dữ liệu và thí nghiệm có thể chạy lại. DeepScient nhấn mạnh khả năng tái lập bằng cách lưu nhật ký thí nghiệm, môi trường, phiên bản và hạt giống ngẫu nhiên, đồng thời để con người tự quyết định các vấn đề như tính mới, độ giá trị của khái niệm và lựa chọn đạo đức. Kho mã cung cấp gói desktop độc lập cho Windows và macOS Apple Silicon, kèm các công cụ tính toán số và đại số ký hiệu cục bộ; gói Windows khoảng 635 MB còn file DMG cho macOS có dung lượng 479 MB. Dự án hỗ trợ các nguồn tài liệu như Crossref, OpenAlex, arXiv, PubMed, Semantic Scholar và Europe PMC, cùng lớp công cụ MCP tùy chọn để tìm kiếm rộng hơn và lấy toàn văn PubMed. Các script kiểm thử gồm kiểm tra đóng gói, 294 phép xác nhận trên phiên bản đang chạy, kiểm thử mô hình đầu-cuối và kiểm tra tính di động, dù các tuyên bố này vẫn đến từ một kho mã cộng đồng chưa được xác minh. Về thực tế, nhà nghiên cứu và lập trình viên có thể dùng DeepScient như một trợ lý có cấu trúc để lập kế hoạch và ghi chép công việc khoa học, nhưng công cụ này không thay thế việc con người đánh giá hay kiểm chứng độc lập kết quả.
Nhà nghiên cứu và lập trình viên có thể thử DeepScient như một khung làm việc có cấu trúc cho việc tìm tài liệu, chạy thí nghiệm và ghi lại bằng chứng; dự án có gói desktop cho Windows và macOS Apple Silicon. Vì đây là dự án cộng đồng chưa được xác minh độc lập, nên hãy kiểm tra kết quả và khả năng tái lập trước khi dùng cho nghiên cứu hoặc bài báo quan trọng.
Đọc bài gốc