jasonbrelsford/verifiable-science-envs · Verifiable-reward RL environments and evals for scientific domains, starting with HLA/immunogenetics
该项目基于固定版本的 IPD-IMGT/HLA 数据构建确定性、可逐行审计的评分器，为临床基因组学（当前聚焦 HLA/免疫遗传学）提供强化学习环境与评测套件。包含 HLA 命名法基准 HLA-Bench-A（550 题）、供受者匹配基准 HLA-Bench-C（205 题）以及相位任务族；同时附带 HLA-Verify 校验 API（校验、规范化、等位基因查询、匹配打分、药物基因组提示）、MCP 服务器与可复现 notebook。开放核心部分为 Apache-2.0，API 服务为 PolyForm 非商业许可。
展开详情收起详情：verifiable-science-envs：面向 HLA 与免疫遗传学的可验证奖励 RL 环境与评测基准⌄
★ 0 · 研究实现
GitHub
原文发布：未知收录：2026-11-06
BraveAnn011/llm-author-misattribution · Author-age misattribution, miscalibrated confidence, and non-corrective self-explanation in six frontier LLMs (N=3,225). Paper: arXiv:2610.31946
该仓库是论文《Which Answer Did the Seventeen-Year-Old Write?》的配套数据与代码，研究六款前沿语言模型在作者年龄错配任务中的表现：给定三份同一题目手写回答及三个年龄性别标签，要求模型一一匹配并给出置信度。研究覆盖盲测匹配、机构标签、中性标签、受众意识指令、开放式年龄估计和概率分布等条件，并在部分会话中揭示正确答案以记录模型的自我解释。仓库包含实验运行脚本、统计分析脚本、研究数据、方法与结果文档，可用以复现论文统计量；论文指出该研究为三项文本、单一语言的小样本机制性案例研究，并非人群偏差率估计。
展开详情收起详情：llm-author-misattribution：六款前沿大模型作者年龄误判、置信度校准与自我解释行为研究⌄
★ 0 · 研究实现
GitHub
原文发布：未知收录：2026-11-06
JamesPetrie/VerInf
VerInf 是一个研究原型，用于为大型语言模型推理生成零知识证明。它针对已训练的浮点模型，通过证明观测到的输出流与已承诺的整数模型之间的相似性，并给出“未解释信息”的比特数上界，而不是要求逐位精确复现。项目采用仅基于哈希的承诺，无需可信设置，构造上具有后量子可能性；证明除该上界和公开声明列表外不泄露权重、激活值或隐藏 token。README 记录了 400B 参数 Llama 4 Maverick 全模型 1000 token 前向的可信证明（单台 DGX Spark 约 14.3 小时，证明体积 93.6 GB），以及 32 层 Llama-2-7B 的较小验证门（约 44 分钟证明、23 分钟验证）。项目包含 Python+CUDA 证明器、独立 Rust 验证器、示例与设计文档。
展开详情收起详情：VerInf：为 LLM 推理生成零知识证明⌄
★ 17 · 研究实现
GitHub
原文发布：未知收录：2026-11-06