hypogenic
大規模言語モデルを用いた自動仮説生成およびテストを実行できます。データセットから科学的仮説を生成する場合、文献の知見と実証データを組み合わせる場合、観測データに対して仮説を検証する場合、または詐欺検知、AI生成コンテンツ検知、メンタルヘルス分析、その他の実証研究タスクなど、研究発見のための体系的な仮説探索を実施する場合に、このスキルを活用してください。
description の原文を見る
Automated hypothesis generation and testing using large language models. Use this skill when generating scientific hypotheses from datasets, combining literature insights with empirical data, testing hypotheses against observational data, or conducting systematic hypothesis exploration for research discovery in domains like deception detection, AI content detection, mental health analysis, or other empirical research tasks.
SKILL.md 本文
Hypogenic
概要
Hypogenicは、大規模言語モデルを使用した自動仮説生成およびテストを提供し、科学的発見を加速させます。このフレームワークは、3つのアプローチをサポートしています。HypoGeniC（データ駆動仮説生成）、HypoRefine（文献と データの協調統合）、およびUnionメソッド（文献と データ駆動仮説の機械的組み合わせ）です。
クイックスタート
Hypogenicを数分で始めましょう：
# パッケージをインストール
uv pip install hypogenic
# サンプルデータセットをクローン
git clone https://github.com/ChicagoHAI/HypoGeniC-datasets.git ./data
# 基本的な仮説生成を実行
hypogenic_generation --config ./data/your_task/config.yaml --method hypogenic --num_hypotheses 20
# 生成された仮説に対して推論を実行
hypogenic_inference --config ./data/your_task/config.yaml --hypotheses output/hypotheses.json
**またはPy
...
詳細情報
- 作者
- Activer007
- ライセンス
- NOASSERTION
- 最終更新
- 2026/4/15
Source: https://github.com/Activer007/ordinary-claude-skills / ライセンス: NOASSERTION