DiscoveryRSI은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

DiscoveryRSI은(는) Other 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

DiscoveryRSI은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. DiscoveryRSI의 마지막 커밋은 2026년 10월 20일입니다.

DiscoveryRSI은(는) 어디에 사용할 수 있나요?

생명과학 연구에서 검증 가능한 가설을 생성하고 다듬습니다. 승인된 데이터를 활용해 치료 표적의 우선순위를 정하거나 질병 메커니즘을 탐색합니다. AI 연구 에이전트가 여러 반복 과정에 걸쳐 아이디어를 발전시키는 방식을 연구합니다. 전체 연구 경로 단위로 연구 에이전트 시스템을 벤치마킹합니다.

DiscoveryRSI는 어떻게 설치하나요?

저장소를 클론합니다: git clone https://github.com/Gen-Verse/DiscoveryRSI.git 프로젝트 디렉터리로 이동합니다: cd DiscoveryRSI 공개 하네스를 설치합니다: python -m pip install -e . 결정론적 로컬 데모를 실행합니다: discovery-rsi demo --iterations 2

DiscoveryRSI은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/Gen-Verse/DiscoveryRSI

Gen-Verse/DiscoveryRSI

생명과학 연구를 중심으로 과학적 가설을 반복적으로 발전시키고 평가하는 오픈 연구 프레임워크이자 27B 모델입니다.

GitHub에서 보기 웹사이트

스타: 107
포크: 8
열린 이슈: 0
마지막 커밋: 16시간 전

어떤 프로젝트인가요?

DiscoveryRSI는 가설을 중심으로 반복되는 과정으로 과학 연구를 다룹니다. 각 제안은 근거에 기반한 주장, 조사 계획, 명시적 의사결정 기준, 대안 설명을 결합한 버전 관리 연구 객체입니다. 멀티 에이전트 검색으로 가설을 연구 그래프로 발전시키고, 선택된 계산 조사는 실행 가능한 Harbor 작업으로 컴파일합니다. 각 단계의 근거와 수정 사항은 재사용할 수 있도록 저장됩니다.

프로젝트에는 Hypothesis Credit Optimization으로 학습한 27B 모델 DiscoveryRSI-27B가 포함됩니다. 이 모델은 과학적 품질 평가를 근거 추가나 비교 대상 추가 같은 구체적인 기여와 연결합니다. 공개 하네스는 에이전트 핵심 구성 요소, OpenAI 호환 엔드포인트용 provider 어댑터, 역할 프롬프트, 도구 레지스트리, 재생 저장소, 캠페인 매니페스트를 제공하며, 로컬 데모나 vLLM을 통해 서빙되는 모델로 실행할 수 있습니다.

함께 제공되는 DFM-Bench는 개별 가설, 수정 사항, 전체 연구 실행, 중복을 제거한 기여 단위로 연구 진척도를 평가합니다. 생명과학 설정과 배터리 과학 확장 기능을 제공합니다. 출력은 전문가 검토와 독립 검증을 위한 것이며, 임상 의사결정에 사용하기 위한 것은 아닙니다.

핵심 기능

01근거, 조사 계획, 의사결정 기준을 포함한 버전 관리 가설을 생성합니다.
02연구 반복 과정에서 상위 항목 연결과 수정 계보를 추적합니다.
03선택된 계산 조사를 실행 가능한 Harbor 작업으로 컴파일합니다.
04OpenAI 호환 엔드포인트를 통해 서빙되는 DiscoveryRSI-27B 모델을 제공합니다.
05캠페인 실행을 위한 로컬 데모, 테스트, 재생 저장소를 포함합니다.
06누적 연구 진척도를 평가하는 DFM-Bench와 함께 사용할 수 있습니다.

활용 사례

생명과학 연구에서 검증 가능한 가설을 생성하고 다듬습니다.
승인된 데이터를 활용해 치료 표적의 우선순위를 정하거나 질병 메커니즘을 탐색합니다.
AI 연구 에이전트가 여러 반복 과정에 걸쳐 아이디어를 발전시키는 방식을 연구합니다.
전체 연구 경로 단위로 연구 에이전트 시스템을 벤치마킹합니다.

빠른 시작

1
저장소를 클론합니다
git clone https://github.com/Gen-Verse/DiscoveryRSI.git
2
프로젝트 디렉터리로 이동합니다
cd DiscoveryRSI
3
공개 하네스를 설치합니다
python -m pip install -e .
4
결정론적 로컬 데모를 실행합니다
discovery-rsi demo --iterations 2

사용 전 알아둘 점

전체 캠페인 워크플로에서 27B 모델을 제공하려면 vLLM 등을 사용해 OpenAI 호환 엔드포인트를 직접 호스팅해야 합니다.
생성된 가설은 그럴듯해 보여도 근거가 없을 수 있으므로 전문가의 검토와 독립적인 검증이 필요합니다.
이 시스템은 의료기기가 아니며 임상적 판단이나 그 밖의 중대한 의사결정에 사용해서는 안 됩니다.
환자 데이터나 사용이 제한된 데이터셋은 포함되어 있지 않으므로, 사용 권한이 있는 데이터만 가져올 수 있습니다.

토픽

#ai-for-science #llm-agents #agent-framework #hypothesis-generation #life-science #benchmark #research-automation #agentic-workflow #aiforscience #recursive-self-improvement

자주 묻는 질문

DiscoveryRSI은(는) 무엇인가요?: 생명과학 연구를 중심으로 과학적 가설을 반복적으로 발전시키고 평가하는 오픈 연구 프레임워크이자 27B 모델입니다. DiscoveryRSI는 가설을 중심으로 반복되는 과정으로 과학 연구를 다룹니다. 각 제안은 근거에 기반한 주장, 조사 계획, 명시적 의사결정 기준, 대안 설명을 결합한 버전 관리 연구 객체입니다. 멀티 에이전트 검색으로 가설을 연구 그래프로 발전시키고, 선택된 계산 조사는 실행 가능한 Harbor 작업으로 컴파일합니다. 각 단계의 근거와 수정 사항은 재사용할 수 있도록 저장됩니다.
DiscoveryRSI은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: DiscoveryRSI은(는) Other 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
DiscoveryRSI은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. DiscoveryRSI의 마지막 커밋은 2026년 10월 20일입니다.
DiscoveryRSI은(는) 어디에 사용할 수 있나요?: 생명과학 연구에서 검증 가능한 가설을 생성하고 다듬습니다. 승인된 데이터를 활용해 치료 표적의 우선순위를 정하거나 질병 메커니즘을 탐색합니다. AI 연구 에이전트가 여러 반복 과정에 걸쳐 아이디어를 발전시키는 방식을 연구합니다. 전체 연구 경로 단위로 연구 에이전트 시스템을 벤치마킹합니다.
DiscoveryRSI는 어떻게 설치하나요?: 저장소를 클론합니다: git clone https://github.com/Gen-Verse/DiscoveryRSI.git 프로젝트 디렉터리로 이동합니다: cd DiscoveryRSI 공개 하네스를 설치합니다: python -m pip install -e . 결정론적 로컬 데모를 실행합니다: discovery-rsi demo --iterations 2
DiscoveryRSI은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/Gen-Verse/DiscoveryRSI

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.