carlota-jo-source
收藏资源简介：
Carlota Jo — Source Mirror 是一个源代码镜像数据集，它是GitHub仓库szl-holdings/carlota-jo在Hugging Face平台上的点对点快照。该仓库的核心是一个长期AI转型建模工具包，基于Carlota Perez的技术经济范式理论，旨在将AI能力发展轨迹与历史技术扩散模式进行映射，并提供PAC-Bayes置信区间分析。该数据集是SZL Holdings研究栈的组成部分，与研究论文和软件模型等相关制品相互关联，每个声明都具有严格的可追溯性，可关联至Zenodo DOI、GitHub提交哈希，并在适用时关联至基于Mathlib v4.13.0的Lean 4形式化证明。数据集内容为源代码文件，而非机器学习训练数据，可通过`datasets`库或Git克隆方式访问。需要注意的是，此镜像是特定提交时间点的静态快照，排除了`.git/`目录、`node_modules/`以及大于50 MB的二进制文件，且不进行实时更新。
Carlota Jo — Source Mirror is a source code mirror dataset, serving as a peer-to-peer snapshot of the GitHub repository szl-holdings/carlota-jo on the Hugging Face platform. The repositorys core is a long-term AI transformation modeling toolkit grounded in Carlota Perezs techno-economic paradigm theory, designed to map AI capability development trajectories with historical technology diffusion patterns and provide PAC-Bayes confidence interval analysis. This dataset is part of the SZL Holdings research stack, interlinked with related artifacts such as research papers and software models. Each claim in the dataset is strictly traceable, linked to Zenodo DOIs, GitHub commit hashes, and, where applicable, Lean 4 formal proofs based on Mathlib v4.13.0. The dataset content consists of source code files, not machine learning training data, accessible via the `datasets` library or Git cloning. Note that this mirror is a static snapshot at a specific commit point, excluding the `.git/` directory, `node_modules/`, and binary files larger than 50 MB, and does not receive real-time updates.
数据集概述
数据集名称：Carlota Jo — Source Mirror
数据集地址：https://huggingface.co/datasets/SZLHOLDINGS/carlota-jo-source
许可证：Apache-2.0
语言：英语（en）
数据集规模：n<1K（少于1000条数据）
标签：carlota-jo, techno-economic, forecasting, ai-transition, pac-bayes, governance, formal-verification, agentic-ai, alignment, lean4, statistics, bayesian, receipt-chain
任务类别：其他（other）
核心内容
该数据集是 szl-holdings/carlota-jo（GitHub仓库）在 Hugging Face 上的源代码镜像，属于 SZL Holdings 研究堆栈的一部分。其核心工具是一套基于 Carlota Perez 的技术经济范式理论 的长期人工智能转型建模工具包，能够结合 PAC-Bayes 置信界，将 AI 能力轨迹映射到历史技术扩散模式上。
关键特性
- 可验证性：数据集中的每一项声明均可追溯至 Zenodo DOI、GitHub 提交 SHA，以及在 Lean 4 环境（Mathlib v4.13.0）下完成的证明。
- 非训练数据：该数据集包含的是源代码文件，而非机器学习训练样本。
- 非实时更新：数据集是给定提交 SHA 时刻的快照，不是实时更新源。
- 非完整镜像：排除了
.git/、node_modules/以及大于 50 MB 的二进制文件。
作者与引用
-
作者：Stephen P. Lutar（ORCID: https://orcid.org/0009-0001-0110-4173）
-
DOI：https://doi.org/10.5281/zenodo.20434276
-
概念DOI：https://doi.org/10.5281/zenodo.19944926
-
推荐引用格式（BibTeX）：
@misc{szlholdings2026carlotajo, author = {SZL Holdings}, title = {Carlota Jo — Source Mirror}, year = {2026}, publisher = {Hugging Face}, url = {https://huggingface.co/datasets/SZLHOLDINGS/carlota-jo-source}, note = {Source mirror of github.com/szl-holdings/carlota-jo. DOI: 10.5281/zenodo.20434276. Doctrine v6.} }
关联数据集与资源（SZL Holdings 完整工件交叉引用）
| 工件名称 | 类型 | 简介 |
|---|---|---|
| thesis-v18-formal-verification | 数据集 | 206页，76个定理，DOI: https://doi.org/10.5281/zenodo.20434276 |
| a11oy-v19-substrate | 模型 | 12项对齐创新，248项测试，DOI: https://doi.org/10.5281/zenodo.20434308 |
| uds-spans-receipts | 数据集 | 100个 OTel spans 和 50个 DSSE receipts |
| uds-governance-receipts | 数据集 | 治理收据注册表，DSSE 认证 |
| mcp-receipts-server | Space | MCP 服务器，4个工具，DSSE 治理收据 |
| lutar-lean-browser | Space | 375 个 Lean 4 定理，交互式浏览器 |
| szl-visual-identity | 数据集 | 设计系统、头像、横幅、OG 卡片 |
| szl-showcase | Space | 5个标签页展示完整的 SZL 技术栈 |
| SZLHOLDINGS 组织 | GitHub | 17个仓库，DCO，SBOM，SLSA 发布 |
快速使用
通过 GitHub 克隆： bash git clone https://github.com/szl-holdings/carlota-jo.git cd carlota-jo
通过 Hugging Face Datasets 加载（Python）： python from datasets import load_dataset ds = load_dataset("SZLHOLDINGS/carlota-jo-source")
