Research Programmes, Papers and Reports

Choose the audience that matches your question

The page contains three selectable readings of the same subject.

Forschung zur deterministischen Ausführung

Ingenieure setzen die bewährte Idee in echten Code um. Dieselben Tests, die die Forschung bewiesen haben, beweisen nun das Produkt. Sie profitieren davon, ohne je das Paper lesen zu müssen.

Bevor Forschung zu einer Funktion wird, veröffentlichen wir sie, damit andere unsere Methode, unsere Daten und unsere Schlussfolgerungen prüfen können. Offene Prüfung fängt Fehler auf und macht die Arbeit stärker.

Wir bauen Prototypen, führen Experimente durch und messen die Ergebnisse anhand echter Daten. Wenn etwas nicht funktioniert, schreiben wir das ebenfalls auf. Ein negatives Ergebnis ist auch ein Ergebnis.

Suche ist zu langsam. Antworten sind inkonsistent. Energiekosten sind zu hoch. Wir verwandeln das, worüber sich Menschen beschweren, in eine präzise Frage, die wir untersuchen können.

Replay ist eine testbare Eigenschaft unter einem festgelegten Build

Vorgeschlagener 60-Hz-Zeitschritt, deterministischer Zufall und ein typisierter Eingabe-Log-Pfad

Kandidaten-Kernel gegen begrenzte Verpflichtungen geprüft

SMT-Prüfungen mit Z3 und CVC5 sowie ein Cranelift-Codegen-Pfad; Validierung ausstehend

Bekannter Optimierungskandidat (Beispiel)

Kandidatenbeispiel: ein Drei-Multiplikationen-Weg für komplexe Multiplikation

Vergleichsziel für die Anzahl der Multiplikationen (kein veröffentlichter Benchmark)

Optimierungshypothese für spärliche Verteilung

Spärliche Verteilung wird vorgeschlagen, um inaktive Zellen zu überspringen; das Verhalten pro Tick muss validiert werden

Vergleichsziel zur CPU-Ersparnis (kein veröffentlichtes Ergebnis)

Replay-Bedingungen sind testbar; vollständige Reproduzierbarkeit muss noch validiert werden

Deklarierte Regeln sollen Tick-für-Tick-Replay unterstützen; Validierung ausstehend

Anspruch für die Überprüfung eingegrenzt

Jede Zahl sollte auf den Quelllauf und den Messdatensatz zurückgeführt werden; der Evidenzstatus ist Teil der Überprüfung.

Der Kandidaten-Backend-Umfang von Forge umfasst x86-64, RISC-V, WebAssembly und GPU; Abdeckung und Qualität müssen validiert werden.

Der Jacquard-Quellcode ist privat und auf Anfrage verfügbar. Forge bleibt Forschung und ist nicht offen.

Anspruch, Evidenz und die Zahl dahinter.

Reproduzierbarkeit ist ein Designziel für diese Forschungsstränge. Jede Zeile sollte einen Kandidatenanspruch mit dem Stream, der Quelle und dem Messdatensatz, der ihn erzeugt hat, paaren. Lesen Sie es als Evidenzblatt mit Validierungsstatus, nicht als Broschüre.

Die hier gezeigten Zahlen sind Berichtsfelder oder Vergleichsziele; prüfen Sie den Quelldatensatz und die Zugriffsbedingungen, bevor Sie eine als gemessenes Ergebnis behandeln.

KI ist heute überall, aber die meisten Menschen wissen nicht, wie sie funktioniert, wohin ihre Daten gehen oder ob sie den Antworten vertrauen können. Unsere Forschung soll das ändern. Wir arbeiten an drei Problemen, die für alle wichtig sind, die Technologie nutzen.

Drei Fragen, die alles leiten, was wir bauen.

Wir untersuchen, wie man KI dazu bringt, ihre Überlegungen zu erklären, jedes Mal dieselbe Antwort zu geben und zu sagen, wenn sie unsicher ist. Sie sollten niemals einer Blackbox vertrauen müssen. Sie sollten sehen können, warum sie etwas gesagt hat, und selbst entscheiden.

Gleiches Ergebnis, ein Bruchteil der Energie

Der Betrieb von KI kann viel Energie verbrauchen. Wir suchen nach Wegen, mit deutlich weniger Energie dieselbe Antwort zu erhalten. Wenn KI weniger Strom verbraucht, kostet sie weniger und verschmutzt weniger, sodass auch kleinere Organisationen und öffentliche Dienste sie sich leisten können.

Wir untersuchen, wie man KI baut, die Ihre Informationen innerhalb europäischer Grenzen und nach europäischem Recht speichert und verarbeitet. Das bedeutet, sie ist durch die DSGVO geschützt, wird nicht an ausländische Überwachung weitergegeben und wird von Menschen betreut, die Sie zur Rechenschaft ziehen können.

Jeder Stream veröffentlicht offen, damit andere die Arbeit hinter der Behauptung prüfen können.

Die Dweve-Forschung ist um vier strategische Bereiche organisiert, die direkt auf Produktfunktionen abbilden. Jeder ist die öffentliche Forschungsebene, die eine kommerzielle Behauptung unterstützt. Fahren Sie über einen Stream, um zu sehen, was er untermauert.

Vier Streams. Eine Mission: souveräne, effiziente, vertrauenswürdige KI.

Forschung zu Datenresidenz-Frameworks und Übertragungsmechanismen, die Schrems II erfüllen. Dies untermauert unsere Bereitstellungsgarantien, dass Daten innerhalb europäischer Grenzen und unter europäischem Recht bleiben.

Forschung zu homomorpher Verschlüsselung, sicherer Aggregation für föderiertes Training und Zero-Knowledge-Beweisen für Modellverifikation. Dies ist die Grundlage für das föderierte Lernen in Mesh, unserem Produkt für zirkuläres Rechnen.

Kostenkontrolle und Nachhaltigkeitsberichterstattung

Forschung zu Quantisierung und hardwarespezifischer Kernel-Arbeit, die den Strombedarf eines Modells senkt, ohne die Ausgabe zu verschlechtern. Weniger Strom bedeutet niedrigere Betriebskosten und einen kleineren Fußabdruck.

Forschung zu Festkommaarithmetik, geseedeter Zufälligkeit und plattformunabhängiger Ausführung, damit ein Modell auf jeder Maschine die identische Antwort liefert. Dies untermauert die Reproduzierbarkeit, die Sie für eine Prüfung benötigen.

Gleiche Eingabe, gleiche Ausgabe, jedes Mal.

Wir veröffentlichen Zwischenergebnisse, fehlgeschlagene Experimente und überarbeitete Hypothesen. Forschung als offener Engineering-Prozess.

Jacquard bleibt ein privater Forschungszweig. Jede Übertragung auf Fabric, Nexus oder Aura erfordert eine separate Validierung.

Jacquard-Replay ist eine Forschungseigenschaft, Mycelia-Replay ist eine Testbedingung, und Forge prüft begrenzte Verpflichtungen in einem experimentellen Programm.

Jeder Stream trägt einen Evidenzstatus und eine Grenze um seine aktuellen Behauptungen.

Tick-für-Tick-Replay (Forschungseigenschaft)

Modellbereiche: Wahrnehmung, Chemie, Evolution

Ein Digitalweltmodell mit expliziten lokalen Regeln und Energiekosten. Der Bericht unterstützt deterministisches Replay als testbare Eigenschaft; breitere Verhaltensbehauptungen bleiben zukünftige Validierungsarbeit.

Partnerforschung, keine öffentliche Veröffentlichung

Forge untersucht Kandidaten-Kernel-Implementierungen durch Programmsynthese. Sein Design verwendet Cranelift-basierte Messung und SMT-Prüfungen für begrenzte Verpflichtungen; der Bericht von 2025 stellt keine Produktionsreife oder Benchmark-Leistung fest.

Privates Quellrepository, Zugang auf Anfrage

Eine browserbasierte Welt-Engine, die Agenten über eine typisierte MCP-Oberfläche aufbauen können. Fester Zeitschritt, deterministischer Zufall und Replay aus einem Seed und Eingabelog sind zu evaluierende Forschungseigenschaften. Das Quellrepository ist privat.

Unsere Forschungsprogramme verwandeln schwierige Systemfragen in überprüfbare Apparate: deterministische Welten, Synthese-Pipelines und künstliche Lebenslabore. Das Ergebnis ist nicht nur eine Demo, sondern ein Weg, den ein anderer Ingenieur nachvollziehen und herausfordern kann.

Jacquard untersucht deterministische Weltsemantik, Forge untersucht Programmsynthese und Mycelia untersucht künstliches Leben. Jedes Programm hat seinen eigenen Apparat, Ergebnistyp und Fehlergrenze.

Die Implementierungsgeschichte hinter jedem Programm öffnen

Jedes Programm besitzt seinen Zustand und seine Beweise

Eine typisierte Welten-Engine mit fester Schrittausführung, expliziten Übergängen und wiederholbaren Agentenspuren.

Eine Synthese-Pipeline, die Kandidatenprogramme durchsucht, sie durch Cranelift senkt, misst und begrenzte Korrektheitsverpflichtungen prüft.

Ein deterministisches künstliches Lebenslabor für lokale Regeln, Ressourcendruck, Abstammung und emergente Struktur. Seine Läufe bleiben Forschungsbeweise, keine wissenschaftliche Schlussfolgerung für sich allein.

Ein Programm beginnt mit einer beobachtbaren Behauptung, kontrollierten Variablen, Störungen und einer Stoppbedingung. Die Spezifikation bestimmt den Zustand, den wir behalten, und das Gegenbeispiel, das das Ergebnis wieder öffnen kann.

Der Experimentvertrag geht der Implementierung voraus

Unspezifizierter Zustand kann keine reproduzierbare Behauptung stützen

Bewahrt der Mechanismus seine Invariante unter kontrollierten Störungen

Die Invariante, die Störungsfamilie und die Beobachtungsgrenze werden vor dem Lauf festgelegt.

Typisierte Entitäten, Übergänge, Uhren und Seeds.

Fälle variieren unabhängig gegen eine feste Baseline.

Invarianten und Fehlerschwellen laufen als Prüfungen.

Keine Inferenz außerhalb des versionierten Zustandsraums

Frage, Apparat, Lauf, Herausforderung und Transfer sind durch versionierte Eingaben und Ausgaben verbunden. Wählen Sie ein Tor, um den Vertrag an dieser Grenze zu überprüfen.

Von der Frage zur qualifizierten Übergabe

Jede Kante kann wiederholt oder abgelehnt werden

Definiere die Invariante, die Beobachtungsoberfläche, den kontrollierten Zustand, die Störungsfamilie und die Stoppregel.

Implementiere die minimale deterministische Apparatur mit expliziten Uhren, Seeds, Schemata und Ereignisgrenzen.