hypoarena

埋好因果链的合成文献，用 Elo 赛出谁能挖出真假设

HypoArena 是一个面向科学假设发现的评测工作台，核心目标是让「AI 能否从文献中挖出真正有价值的假设」这件事变得可复现、可量化。它用合成文献生成器在语料里埋入已知的因果链，再让不同模型或策略通过「生成—辩论—进化」循环去挖掘假设，最后用 Elo 锦标赛检验系统能否恢复出预设的能力排序。项目内置假设—证据图结构，把每个假设和支撑它的文献片段绑定，避免模型凭空编造；同时提供释义去重、贝叶斯证据累积和可复现报告，方便横向比较不同适配器。计算核心基于 NumPy，CPU 即可运行，torch 只是可选依赖，离线适配器可插拔，适合在无网络或受限环境下做对照实验。它解决的是假设生成类研究长期缺少客观基准的问题：以往只能靠人工读论文判断好坏，现在可以用埋点因果链和 Elo 排名给出可重复的分数。