Research AI | Open Access, FAIR, Reproducible

Groupes d'algorithmes par type de données

Réplication dans le cadre de la livraison

L'enregistrement est constitué pendant que le travail se déroule

Ce qui a été utilisé, en toute transparence

Les données, le code et les paramètres sont répertoriés.

Le paquet se rejoue sur votre propre ordinateur.

Les notebooks, scripts et systèmes d'information de laboratoire existants continuent de fonctionner. Dweve les enveloppe dans une couche de décision déterministe qui enregistre chaque entrée, chaque règle et chaque signature du PI à mesure que la figure est produite.

Bundle fermé pour données classifiées ou sensibles.

Exécution sur votre matériel de laboratoire, sur site.

Mesh public opéré par Dweve ; la limite de traitement est documentée dans l'accord.

Intégration via REST ou gRPC sur une surface OpenAPI 3.1 typée. Géré via Fabric sur le Mesh public Dweve pour les pilotes. Licencié pour votre cluster de laboratoire. Air-gapped pour les données classifiées. Même API, même format de trace, mêmes paquets de relecture sur les trois.

Règle pré-enregistrée appliquée aux sorties.

Les cellules produisent des sorties brutes.

Entrées journalisées avant l'exécution du notebook.

Les notebooks Jupyter, scripts R et do-files Stata existants continuent de fonctionner. Dweve les enveloppe dans une couche de décision déterministe qui enregistre chaque cellule, chaque règle et chaque signature du PI à mesure que la figure est produite. Le paquet de rejeu est l'artefact d'audit. Les entrées sont journalisées avant l'exécution du notebook, les cellules produisent leurs sorties brutes, la règle pré-enregistrée leur est appliquée, et le PI signe la figure finale. Le notebook continue de fonctionner, et le paquet qu'il produit est ce qu'un audit lit.

Le PI signe ; le paquet est l'artefact d'audit.

Le calcul déterministe exécute l'analyse.

Règle et version du modèle figées à l'enregistrement.

Hypothèse formulée, enregistrée avant les tests.

La pré-inscription est le flux de travail le plus endommagé par l'analyse post-hoc. Dweve fige l'hypothèse, la règle et la version du modèle au moment de l'enregistrement. Le rejeu reconstruit l'analyse exacte que le PI a engagée avant de regarder les données. Quatre étapes la maintiennent en place : l'hypothèse est formulée et enregistrée avant tout test, la règle et la version du modèle sont figées à l'enregistrement, le calcul déterministe exécute l'analyse, et le PI signe le paquet qui en résulte. Ce paquet est ce qu'une tentative de réplication lit, donc l'analyse qu'il reconstruit est celle engagée à l'avance.

La couche de décision ne franchit jamais une limite de confiance qui échoue au RGPD ou aux règles d'éthique. La même topologie est livrée sur les trois postures.

Aucun appel sortant. Point de terminaison Zenodo optionnel, UE uniquement.

Paquets signés écrits une fois, lus plusieurs fois, réplique UE uniquement.

Moteur natif CPU, pas de ferme GPU, pas d'API ML cloud.

Terminaison TLS dans l'UE, mTLS vers la couche de décision.

Trois modèles d'exploitation, une architecture de preuve. Fabric managé s'exécute sur le Mesh public. L'exploitation sous licence apporte les produits directs dans votre cluster de laboratoire. L'exploitation air-gapped protège les données classifiées ou sensibles. Chaque modèle conserve les décisions et les preuves dans sa frontière de confiance déclarée. Les mêmes quatre frontières sont tracées dans chacun : une entrée qui termine TLS dans l'UE, la couche de décision derrière la frontière de confiance, le stockage de paquets, et une sortie qui n'effectue aucun appel sortant.

Le déterminisme est affirmé dans la suite de tests, pas promis en prose. La même oracle exécutée sur votre matériel produit la même réponse que sur le nôtre.

Aucune erreur d'arrondi ne franchit le seuil de l'unité de dernière place.

Les coins et les plages sont exercés automatiquement dans l'IC.

Chaque résultat comparé à une référence de haute précision.

Nombre d'itérations borné, sans unité à virgule flottante.

Chaque calcul numérique dans le chemin d'analyse est vérifié contre MPFR à une précision de 256 bits. Le résultat publié est 0 ULP, arrondi correctement sur le domaine d'entrée documenté, avec des tests basés sur les propriétés qui exercent les coins à chaque version. La borne est affirmée dans la suite de tests à chaque version plutôt que promise en prose, de sorte que la même oracle exécutée sur votre matériel renvoie ce qu'elle renvoie sur le nôtre.

Le chiffre final se reproduit à l'identique.

Règle de nettoyage appliquée, pipeline déterministe.

Échantillons bruts hachés et scellés à la réception.

Jeu de données source, éthique, DUA signé.

Chaque jeu de données relie à sa lignée jusqu'à la source. Source, brut, traité, caractéristiques, résultat. Chaque étape signée, chaque règle versionnée, chaque IP nommée. La relecture reconstruit le chiffre exact des années plus tard. Quatre étapes composent la chaîne : le jeu de données source arrive avec son approbation éthique et son accord d'utilisation des données signés, les échantillons bruts sont hachés et scellés à la réception, une règle de nettoyage versionnée s'exécute via un pipeline déterministe, et le chiffre final se reproduit à l'identique. Parce que c'est une chaîne plutôt qu'un dossier, aucun lien ne peut être recoupé sans que le suivant ne le montre.

Fabric managé, sous licence sur votre matériel, ou air-gapped.

Spécification OpenAPI 3.1, erreurs typées (RFC 7807).

Données, code, environnement, IP, signature.

Même entrée, même sortie, chaque machine, chaque version.

Chaque figure, tableau et nombre dans un article repose sur un moteur déterministe. Relecture bit-exacte sur toutes les machines et versions. Même figure sur le portable du PI, le cluster et le poste de travail du relecteur. Aucune dérive en virgule flottante, aucun arrondi dépendant de la puce. Le paquet contient les données, le code, l'environnement, le PI et la signature, et les mêmes quatre propriétés s'appliquent sur Fabric géré, sous licence sur votre matériel, ou en mode déconnecté.

Vous n'avez pas besoin de votre propre laboratoire pour contester un résultat. Le paquet est en langage clair et les données, le code et le PI sont nommés dans l'article.

Le même paquet que celui vu par la revue.

Chaque résultat publié est réplicable. Le même paquet signé par le PI est celui que vous pouvez répliquer sur votre propre matériel. Si vous êtes en désaccord avec la figure, le parcours de réplication est dans l'article.

Pré-enregistrement figé, règle épinglée.

Une figure dans un article n'est plus une boîte noire. L'hypothèse, les données, le code et le PI sont réunis dès que l'analyse s'exécute. Si le relecteur demande, l'auteur peut montrer pourquoi la figure a été produite ainsi. Quatre moments sont sur le registre : l'hypothèse est formulée et pré-enregistrée, le pré-enregistrement est figé avec la règle épinglée, le calcul déterministe exécute l'analyse, et l'article atteint la revue avec son paquet.

Comment fonctionne l'évaluation par les pairs

Construit et exécuté selon les règles de l'UE.

Quand votre laboratoire de recherche utilise Dweve, l'étude que vous lisez n'est pas une boîte noire. Elle est liée à un DOI, un PI nommé et un paquet que vous pouvez rejouer sur votre propre portable. Si vous demandez pourquoi, la réponse est dans l'article. Quatre choses l'accompagnent : un langage clair, un identifiant permanent, un investigateur nommé et un paquet que vous pouvez ouvrir sur votre propre ordinateur sans avoir besoin des statistiques pour le lire.

Les données restent dans votre juridiction. La même plateforme passe d'un projet de thèse unique à un consortium multi-laboratoires complet sans changement de plateforme.

Bundle fermé pour les données classifiées ou sensibles.

Exécution sur votre cluster de laboratoire. Même API, même format de trace.

Mesh public Dweve géré par Dweve ; la limite de traitement est documentée dans l'accord.

Deux questions décident de l'achat : où cela s'exécute-t-il, et quelles règles cela satisfait-il ? Cela s'exécute géré via Fabric sur le Mesh public Dweve, sur votre matériel, ou entièrement isolé pour les données classifiées. Le RGPD, le FAIR et l'AI Act de l'UE sont des contraintes de conception que la plateforme satisfait par construction.

Le rapport du financeur, l'audit éthique et l'évaluation par les pairs tirent tous d'un seul packet. Une source de vérité, trois publics.

Packets archivés selon la règle de conservation du financeur.

Le rapport du financeur tire des mêmes packets.

Le travail avance avec des packets produits au fur et à mesure.

Plan de gestion des données signé avant le début du travail.

Les agences de financement et les comités d'éthique exigent de plus en plus de preuves de reproductibilité. Dweve produit les artefacts attendus par chaque cadre, au fur et à mesure du travail. Les rapports Horizon Europe de l'UE, ERC, NWO et DFG tirent tous des mêmes packets. La séquence est la même sous chacun : un plan de gestion des données est signé avant le début du travail, des packets sont produits au fur et à mesure du travail, le rapport du financeur tire de ces packets, et ils sont archivés selon la règle de conservation fixée par le financeur. Le rapport du financeur, l'audit éthique et l'évaluation par les pairs finissent par être trois lectures d'un seul enregistrement plutôt que trois reconstructions.