agi-forecast-source
收藏资源简介：
本数据集是AGI Forecast项目的源代码镜像，托管于Hugging Face平台以增强可发现性，其规范源代码位于关联的GitHub仓库。核心内容包括用于人工智能治理轨迹预测的统计预测模型和场景库，这些模型基于Lutar Invariant Λ-axis评分框架，并采用PAC-Bayes理论进行认证，提供了在Λ-axis空间上的概率路径。数据集属于SZL Holdings研究栈的一部分，与相关的正式验证论文、软件发布及其他治理工件相关联。需要注意的是，数据集包含的是源代码文件，而非用于机器学习模型训练的数据样本，是一个在特定提交时间点的快照，并非实时更新的动态资源，并且为了控制大小，排除了某些目录和大型二进制文件。数据集适用于对AI治理、预测模型、形式化验证及安全对齐等领域的研究和参考。
数据集概述
数据集名称： AGI Forecast — Safety Forecasting Gauges Source
数据集地址： https://huggingface.co/datasets/SZLHOLDINGS/agi-forecast-source
许可协议： Apache-2.0
数据集标签
- 任务类别： 其他（other）
- 语言： 英文（en）
- 数据集大小： 少于1000个样本（n<1K）
- 标签关键词： agi-forecast、pac-bayes、governance、agentic-ai、formal-verification、ai-governance、alignment、bekenstein、bayesian、lean4
数据集描述
该数据集是 github.com/szl-holdings/agi-forecast 的镜像源，提供面向AI治理轨迹的预测模型和场景库。其理论基础基于PAC-Bayes稳定性界限和Bekenstein信息极限。
关键内容
| 信号 | 值 |
|---|---|
| 预测量表 | FG-01 至 FG-12 |
| 场景 | FG-S1 至 FG-S4 |
| 理论基础 | PAC-Bayes + Bekenstein |
| 基准 | Putnam 2026-05-27 |
| 许可证 | Apache-2.0 |
相关链接
- 实时查看器： https://huggingface.co/spaces/SZLHOLDINGS/agi-forecast-viewer
- 平台： https://huggingface.co/spaces/SZLHOLDINGS/agi-forecast-platform
- 源代码仓库： https://github.com/szl-holdings/agi-forecast
引用格式
bibtex @misc{lutar2026ouroboros, title = {Ouroboros: Formal Verification of Agentic AI Governance — v18.0}, author = {Lutar, Stephen P.}, year = {2026}, doi = {10.5281/zenodo.20434276}, url = {https://doi.org/10.5281/zenodo.20434276} }
联系方式
Stephen P. Lutar · stephen@szlholdings.com
ORCID: https://orcid.org/0009-0001-0110-4173
GitHub: https://github.com/szl-holdings
Hugging Face: https://huggingface.co/SZLHOLDINGS
