Skip to content

Latest commit

 

History

1 Commit

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Verix · 多维验证

0.5M 参数胜过 70B LLM — 不是优化,是范式转换。

Verix 是一个不依赖大语言模型(LLM)的多锚外部验证系统。它用多个极小的专用 Agent,每个配备独立的外部验证源(物理模拟器、类型检查器、编译器、知识图谱),在各自的领域内实现比 LLM 更高、更可验证的准确率。

核心理念

智能的质量不取决于模型的参数规模,而取决于外部验证锚的数量和多样性。

  • 不是训练更大的模型 — 是为模型提供更多样的外部现实检验
  • 不是"相信 AI" — 是"验证 AI 的每一个输出"

架构

                    GWT 注意力调度器
        ┌───────────────┼───────────────┐
        ▼               ▼               ▼
    Agent α          Agent β         Agent δ/ε
    物理推理          形式推理         编程/事实
    GNN+MuJoCo       Lean 4         编译器+KB
    99.93%           100%            100% / PoC

基准数据

指标 LLM (70B) Verix
物理推理准确率 72% 99.93%
形式验证通过率 N/A 100%
编程任务通过率 ~100% 100% (77 任务)
推理延迟 ~500ms 3.3ms
外部验证 三重持续验证
成本 GPU 推理 ¥0 (四个 Agent)

快速开始

pip install -r requirements.txt

# 运行 Agent α (物理推理)
python agents/alpha/agent_alpha.py --demo

# 运行 Agent δ (编程验证)
python agents/delta/agent_delta.py --eval

# 运行 SAGE 跨域类比
python sage/sage_v2.py

# 启动终端仪表盘
python dashboard/tui_dashboard.py

组件

Agent 外部验证 技术
α 物理推理 MuJoCo 物理模拟器 GNN 0.5M
β 形式推理 Lean 4 类型检查器 符号搜索 + BFS
δ 编程推理 编译器 + 测试框架 模板合成
ε 事实核查 本地知识图谱 SPARQL + 模式匹配
γ 社会推理 人类判断众包 MLP

许可证

AGPL v3 — 允许商用,但云服务部署必须公开修改。

引用

技术白皮书见 docs/WHITEPAPER.md 架构设计见 docs/ARCHITECTURE.md 基准数据见 docs/BENCHMARKS.md

About

Verix: multi-anchor verification — 0.5M params beats 70B LLM. AGPL v3.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages