SZLHOLDINGS/amaru-source

Name: SZLHOLDINGS/amaru-source
Creator: SZLHOLDINGS
Published: 2026-05-30 17:20:26
License: 暂无描述

Hugging Face2026-05-30 更新2026-05-31 收录

下载链接：

https://hf-mirror.com/datasets/SZLHOLDINGS/amaru-source

下载链接

链接失效反馈

官方服务：

资源简介：

amaru源存储库镜像——内存证明器官。包含哈希链构建器、用于内存操作的DSSE收据发射器、上下文序列化格式和集成测试。amaru源为amaru-memory-attestation空间提供数据。每个上下文写入/读取周期都记录在哈希链中，并可在重放时验证。

Source repository mirror for amaru — the memory-attestation organ. Contains the hash-chain builder, DSSE receipt emitter for memory operations, context serialization format, and integration tests. amaru source feeds the amaru-memory-attestation space. Each context write/read cycle is recorded in the hash chain and verifiable on replay.

提供机构：

SZLHOLDINGS

原始信息汇总

数据集概述：amaru-source

基本信息

数据集名称：amaru-source
维护者：SZLHOLDINGS
任务类型：Other
语言：English
数据集规模：n<1K
许可证：apache-2.0

数据集描述

本数据集是 amaru（内存证明组件）的源代码仓库镜像。amaru-source 为 amaru-memory-attestation Space 提供数据支持，包含以下内容：

哈希链构建器
DSSE 收据发射器（用于内存操作）
上下文序列化格式
集成测试

每个上下文的写入/读取周期都会被记录在哈希链中，并可在重放时进行验证。

状态信息（2026-05-30 实时数据）

指标	数值	验证来源
Lean 声明	626	lutar-lean@7ef33a6
Lean 公理	15（14个唯一）	A1–A18 honest gap
Lean sorries	189（138基线+51 Putnam）	PR #109 处理了P6+P7
锚定公式	40个已指定	a11oy#114
内核绿色	Mathlib 4.13.0 d7317655	PR #106
HF Spaces	27	SZLHOLDINGS 组织
HF 数据集	31	SZLHOLDINGS 组织
Zenodo DOIs	6个发布版+1个概念别名	10.5281/zenodo.20434276
RAE-1 协议	已合并	a11oy#122
Putnam 2025覆盖率	10/12结构·4/12 GREEN Lean验证通过（A1, A5, B4, B6）	agi-forecast PR #51

来源信息

属性	值
生态系统阶段	`generated-mirror`
生态系统阶段矩阵	SZLHOLDINGS/szl-anatomy → Stage Matrix
MCP 网关	szlholdings-mcp-receipts-server.hf.space
原则	v7 — 无营销语言，每个数字都可解析到CI日志或Zenodo DOI
作者	Stephen Paul Lutar Jr. · ORCID 0009-0001-0110-4173

搜集汇总

数据集介绍

构建方式

amaru-source 是 amaru 记忆认证系统的核心源代码仓库镜像，旨在为智能体交互提供可验证的记忆操作记录。该数据集通过集成 Lean 4 形式化验证框架与数学库 mathlib，构建了一个完整的哈希链生成器、DSSE 收据发射器、上下文序列化格式以及集成测试套件。构建过程严格遵循 Doctrine v7 规范，确保每一项数据均能追溯至 CI 日志、Lean 证明或 Zenodo DOI，从而在形式化验证与数据溯源之间建立了可审计的信任桥梁。

使用方法

使用者可直接从 HuggingFace 仓库拉取该镜像数据集，并借助 Lean 4 环境对接形式化验证流水线。通过调用 amaru 的哈希链构建器与 DSSE 收据生成接口，可在智能体系统中为记忆操作生成可验证的认证收据。同时，利用配套的 MCP 收据服务器与测试结果数据集，实现跨平台的集成测试与状态监控，确保记忆认证的透明性与可信性。

背景与挑战

背景概述

amaru-source数据集由Stephen Paul Lutar Jr.及其研究团队于2026年创建，隶属于SZLHOLDINGS组织，旨在为形式化验证与智能体AI治理提供一种全新的存储证明机制。该数据集作为amaru记忆证明系统的核心镜像仓库，记录并验证每次上下文写/读循环的哈希链，旨在解决去中心化系统中计算过程的可审计性与可证明性问题。通过整合Lean 4.13内核的数学证明、DSSE签章发射器以及RAE-1协议，amaru-source将形式化方法应用于AI代理的记忆轨迹管理，在数学定理证明与AI治理的交叉领域开辟了新的研究路径。其背后涉及的Lean编译器声明已达626个，锚定公式40项，并已覆盖Putnam 2025竞赛中4/12的结构性证明，展现出对复杂推理任务的形式化验证能力。该数据集的发布不仅推动了形式化验证在AI安全性、透明性治理中的实际应用，也为构建可信任的自主智能系统提供了基础设施级别的支撑。

当前挑战

amaru-source数据集所面临的挑战，首先体现在如何将形式化验证技术有效应用于动态、开放的AI代理记忆治理系统。传统的形式化方法多聚焦于静态代码或协议的验证，而amaru需要处理实时、高频的记忆读写轨迹，并在无信任环境中保证每条记录的溯源可靠性，这对哈希链的更新效率与证明的可组合性提出了极高要求。其次，构建过程中需调和Lean证明项的生产率与系统复杂度之间的矛盾：当前数据集仍包含189个待证明的sorries（基础漏洞138个及Putnam相关51个），如何在保持内核数学严谨性的前提下加速证明完成，是制约系统成熟度的主要瓶颈。此外，跨平台集成（HuggingFace Spaces、MCP服务器、Zenodo DOI以及DSSE签章）的异构性也增加了数据一致性与协议同步的维护复杂度，亟需持续的协议演进与工具链优化以应对多生态系统的兼容需求。

常用场景

经典使用场景

amaru-source数据集作为内存证明镜像的核心仓库，经典使用场景聚焦于形式化验证与可审计记忆系统的构建。该数据集收录了基于Lean 4构建的哈希链构建器、DSSE收据发射器以及上下文序列化格式，为智能体系统提供可信赖的记忆存储与回放验证机制。研究人员可利用此数据集复现并验证每一次上下文读写周期在哈希链中的记录，确保系统行为的完整性与可追溯性，从而推动形式化验证在分布式自治系统中从理论走向工程实践。

解决学术问题

该数据集系统性地回应了AI智能体长期记忆真实性无法形式化验证的学术难题。通过集成Lean形式化证明内核与DSSE数字签名信封，amaru-source为记忆操作提供了数学上的可审计性，解决了传统日志方案中证据链脆弱、重放攻击易发的痛点。其贡献在于将哈希链与形式化验证融合，构建了从CI日志到Lean证明再到Zenodo DOI的完整可解析链路，为可信记忆系统研究树立了可复现、可验证的新范式，对智能体治理与安全领域产生了深远学术影响。

实际应用

在实际应用中，amaru-source数据集赋能了多智能体系统间可验证的记忆共享与审计。通过其哈希链与DSSE收据机制，不同AI代理能够在不依赖中心化信任的前提下，验证彼此对上下文的读取与写入操作。该数据集已被集成至HuggingFace Spaces与MCP网关服务，支持实时收据查询与内存状态回放，为金融合规、法律证据保全以及供应链溯源等对数据真实性有严苛要求的领域，提供了从理论验证到工程部署的完整解决方案。

数据集最近研究