Research AI | Open Access, FAIR, Reproducible

Registreringen opbygges, mens arbejdet sker

Vedhæftet ved offentliggørelse, ikke efter

Vedhæftet ved publicering, ikke bagefter

Eksisterende notebooks, scripts og laboratorieinformationssystemer fortsætter med at fungere. Dweve pakker dem ind i et deterministisk beslutningslag, der registrerer hvert input, hver regel og hver PI-signatur, når figuren produceres.

Lukket bundle til klassificerede eller følsomme data.

Kør på din laboratoriehardware, on-prem.

Dweve-drevet offentlig Mesh; behandlingsgrænse dokumenteret i aftalen.

Integrer via REST eller gRPC mod en typet OpenAPI 3.1-overflade. Administreres via Fabric på den offentlige Dweve Mesh til piloter. Licenseret til din laboratoriecluster. Air-gapped til klassificerede data. Samme API, samme trace-format, samme replay-pakker på tværs af alle tre.

Eksisterende Jupyter-notebooks, R-scripts og Stata-do-filer fortsætter med at fungere. Dweve pakker dem ind i et deterministisk beslutningslag, der registrerer hver celle, hver regel og hver PI-signatur, når figuren produceres. Replay-pakken er revisionsartefakten. Input logges, før notebooken kører, cellerne producerer deres rå output, den præregistrerede regel anvendes på dem, og PI underskriver den endelige figur. Notebooken fortsætter med at fungere, og den pakke, den producerer, er det, en revision læser.

PI underskriver; pakken er revisionsartefakten.

Deterministisk beregning kører analysen.

Regel og modelversion fastfrosset ved registrering.

Hypotese formuleret og registreret før test.

Præregistrering er den arbejdsgang, der skades mest af post-hoc-analyse. Dweve fastfryser hypotesen, reglen og modelversionen på registreringstidspunktet. Replayet rekonstruerer den nøjagtige analyse, som PI forpligtede sig til, før dataene blev set. Fire trin holder det på plads: hypotesen formuleres og registreres, før nogen test køres, reglen og modelversionen fastfryses ved registrering, deterministisk beregning kører analysen, og PI underskriver den resulterende pakke. Den pakke er det, en replikationsindsats læser, så den analyse, den rekonstruerer, er den, der blev forpligtet til på forhånd.

Beslutningslaget krydser aldrig en tillidsgrænse, der fejler GDPR- eller etikreglerne. Den samme topologi leveres på alle tre tilstande.

Ingen udgående opkald. Valgfrit EU-only Zenodo-endpoint.

Signerede pakker skrevet én gang, læst mange gange, kun-EU-replika.

CPU-baseret motor, ingen GPU-farm, ingen cloud-ML-API'er.

TLS-terminering i EU, mTLS til beslutningslaget.

Tre driftsmodeller, én evidensarkitektur. Managed Fabric kører på det offentlige Mesh. Licenseret drift bringer direkte produkter ind i dit laboratoriecluster. Air-gapped drift beskytter klassificerede eller følsomme data. Hver model holder beslutninger og evidens inden for sin erklærede tillidsgrænse. De samme fire grænser er tegnet i hver enkelt: en indgang, der terminerer TLS i EU, beslutningslaget bag tillidsgrænsen, pakkelageret og en udgang, der ikke foretager udgående kald.

Determinisme hævdes i testpakken, ikke lovet i prosa. Den samme orakel kørt på din hardware giver samme svar som på vores.

Ingen afrundingsfejl krydser tærsklen for sidste enhed.

Hjørner og intervaller testes automatisk i CI.

Hvert resultat sammenlignet med en højpræcisionsreference.

Begrænset iterationsantal, ingen floating-point-enhed.

Hver numerisk beregning i analysevejen er verificeret mod MPFR med 256-bit præcision. Det offentliggjorte resultat er 0 ULP, korrekt afrundet på tværs af det dokumenterede inputdomæne, med egenskabsbaserede tests, der driver hjørnerne ved hver udgivelse. Grænsen hævdes i testpakken ved hver udgivelse snarere end lovet i prosa, så den samme orakel kørt på din hardware returnerer, hvad den returnerer på vores.

Rensningsregel anvendt, deterministisk pipeline.

Rå prøver hashet og forseglet ved modtagelse.

Hvert datasæt linker til sin afstamning tilbage til kilden. Kilde, rå, behandlet, features, resultat. Hvert trin signeret, hver regel versionsstyret, hver PI navngivet. Afspilningen rekonstruerer det nøjagtige tal år senere. Fire trin udgør kæden: kildedatasættet ankommer med sin etikgodkendelse og dataanvendelsesaftale underskrevet, de rå prøver hashes og forsegles ved modtagelse, en versionsstyret rensningsregel kører gennem en deterministisk pipeline, og det endelige tal gengives bit-identisk. Fordi det er en kæde snarere end en mappe, kan intet led genklippes uden at det næste viser det.

Managed Fabric, licenseret på din hardware eller air-gapped.

OpenAPI 3.1-spec, typede fejl (RFC 7807).

Samme input, samme output, hver maskine, hver udgivelse.

Hver figur, tabel og tal i en artikel kører på en deterministisk motor. Biteksakt genafspilning på tværs af maskiner og udgivelser. Samme figur på PI'ens laptop, klyngen og anmelderens arbejdsstation. Ingen flydende komma-afvigelse, ingen chipafhængig afrunding. Pakken indeholder data, kode, miljø, PI og signatur, og de samme fire egenskaber gælder på administreret Fabric, licenseret på din hardware eller i et luftgabt miljø.

Du behøver ikke et eget laboratorium for at udfordre et resultat. Pakken er på almindeligt sprog, og data, kode og PI er nævnt i artiklen.

Ethvert offentliggjort resultat er replikerbart. Den samme pakke, som PI'en underskrev, er den pakke, du kan replikere på din egen hardware. Hvis du er uenig i figuren, er replikeringsvejen i artiklen.

Artikel + pakke accepteret af tidsskriftet.

Præregistrering frosset, regel fastgjort.

En figur i en artikel er ikke længere en sort boks. Hypotesen, data, kode og PI ligger sammen fra det øjeblik, analysen kører. Hvis anmelderen spørger, kan forfatteren vise, hvorfor figuren blev, som den blev. Fire øjeblikke er på rekord: hypotesen er formuleret og præregistreret, præregistreringen er frosset med reglen fastgjort, deterministisk beregning kører analysen, og artiklen når tidsskriftet med sin pakke.

Når dit forskningslaboratorium bruger Dweve, er den undersøgelse, du læser, ikke en sort boks. Den er knyttet til en DOI, en navngiven PI og en pakke, du kan afspille på din egen laptop. Hvis du spørger hvorfor, er svaret i artiklen. Fire ting følger med: almindeligt sprog, en permanent identifikator, en navngiven investigator og en pakke, du kan åbne på din egen computer uden at skulle kunne statistik for at læse den.

Dataene bliver inden for din jurisdiktion. Den samme platform skalerer fra et enkelt ph.d.-projekt til et fuldt multi-laboratoriekonsortium uden at skulle skifte platform.

Lukket bundt til klassificerede data eller data om følsomme emner.

Kør på dit laboratoriecluster. Samme API, samme trace-format.

To spørgsmål afgør indkøbet: hvor kører det, og hvilke regler opfylder det. Det kører administreret gennem Fabric på den offentlige Dweve Mesh, på din hardware eller fuldt air-gapped til klassificerede data. GDPR, FAIR og EU's AI-forordning er designbegrænsninger, som platformen opfylder ved konstruktion.

Funder-rapporten, etikauditeringen og peer review trækker alle fra ét bundt. Én kilde til sandhed, tre målgrupper.

Bundter arkiveres efter funders opbevaringsregel.

Funder-rapporten trækker fra de samme bundter.

Arbejdet skrider frem, mens bundter produceres løbende.

Datahåndteringsplan underskrevet, før arbejdet starter.

Finansieringsorganer og etiske råd kræver i stigende grad reproducerbarhedsdokumentation. Dweve producerer de artefakter, hver ramme forventer, i takt med at arbejdet sker. EU Horizon Europe, ERC, NWO og DFG-rapporter trækker alle fra de samme bundter. Rækkefølgen er den samme under hver: en datahåndteringsplan underskrives, før arbejdet starter, bundter produceres, mens arbejdet sker, funder-rapporten trækker fra disse bundter, og de arkiveres under den opbevaringsregel, funderen sætter. Funder-rapporten, etikauditeringen og peer review ender som tre læsninger af én registrering frem for tre rekonstruktioner.

Signeret bundt rekonstruerer hver figur.

CPU + OS + værktøjskæde fanget til afspilning.

Git-snapshot, containerimage, hash fastlåst.

Hver artikel producerer ét signeret bundt. Data DOI-citeret, kode hashet, miljø fanget, figur fastlåst. Revieweren, replikatoren og revisionsfirmaet trækker alle den samme artefakt. Én kilde til sandhed, tre målgrupper. Dataene er DOI-citeret og FAIR med et EU-only spejl, koden er et git-snapshot og containerimage med hash fastlåst, miljøet registrerer CPU, operativsystem og værktøjskæde, og det signerede bundt rekonstruerer hver figur fra disse tre.

Signeret bundt, som revieweren afspiller på under et minut

Præregistrering 2026-0184 hypotese H3, testet mod 14.820 prøver indsamlet under etikgodkendelse EUR-2026-014. Feature extractor v2.4 anvendt, deterministisk beregning producerede overlevelseskurven. PI Jansen signerede figuren den 2026-06-04. Den samme figur afspilles bit-identisk med data, regel og PI på én skærm.

Hver figur, tabel og tal efterlader et signeret bundt: data, regel, miljø, PI og en bit-eksakt afspilning. Revieweren åbner én fil og ser den samme figur komme tilbage.

Bundtet, som revieweren afspiller på under et minut.