hypogenic

用途：Hypogenic 用大语言模型自动生成并检验关于表格数据模式的科学假设，加速研究探索。主要能力：HypoGeniC 仅从观测数据迭代生成假设；HypoRefine 结合文献与数据，通过智能体框架提取论文洞见并生成理论假设；Union 方法将文献假设与数据驱动假设机制化组合。支持 API（OpenAI、Anthropic）与本地 LLM，Redis 缓存降低重复调用成本，并行处理与自适应精炼提升效率。使用方式：安装 uv pip install hypogenic；克隆示例数据集 git clone https://github.com/ChicagoHAI/HypoGeniC-datasets.git ./data；用 hypogenic_generation --config ./data/your_task/config.yaml --method hypogenic --num_hypotheses 20 生成假设，再用 hypogenic_inference --config ... --hypotheses output/hypotheses.json 推理；也可用 Python API 的 BaseTask 类。数据需为 HuggingFace 格式，含 train/val/test JSON，键为 text_features_1 等与 label。配置 config.yaml 定义路径与提示模板。文献流程需 GROBID 与 s2orc-doc2json，运行 bash ./modules/setup_grobid.sh 和 bash ./modules/run_grobid.sh，再用 pdf_preprocess.py 处理。适用场景：欺骗检测、AI 生成内容识别、心理健康指标、预测建模等经验研究。限制：需自备数据集与配置，文献搜索暂未自动化，标签提取需自定义以匹配数据集格式。