DeepMind 前员工创立的 Inherent 称其 AI 智能体在复现科学研究方面超越 OpenAI 和 Anthropic

import openai
import json
import re

# 配置客户端以使用 n1n.ai 的聚合端点
client = openai.OpenAI(
    api_key="YOUR_N1N_API_KEY",
    base_url="https://api.n1n.ai/v1"
)

def call_llm(model_name, system_prompt, user_prompt, response_format=None):
    arguments = {
        "model": model_name,
        "messages": [
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": user_prompt}
        ],
        "temperature": 0.2
    }
    if response_format:
        arguments["response_format"] = response_format

    response = client.chat.completions.create(**arguments)
    return response.choices[0].message.content

def parse_paper_spec(abstract):
    system_prompt = "你是一位资深的机器学习架构师。请以 JSON 格式提取模型架构的详细信息。"
    user_prompt = f"从以下摘要中提取架构：{abstract}"
    schema = {
        "type": "json_object"
    }
    raw_json = call_llm("openai/gpt-4o", system_prompt, user_prompt, response_format=schema)
    return json.loads(raw_json)

def generate_code(spec):
    system_prompt = "你是一位资深的 PyTorch 开发者。根据 JSON 规范生成干净、可运行的模型代码。仅输出可执行的 Python 代码，不要包含 Markdown 格式。"
    user_prompt = f"为以下规范生成模型代码：{json.dumps(spec)}"
    raw_code = call_llm("anthropic/claude-3.5-sonnet", system_prompt, user_prompt)
    clean_code = re.sub(r"```python|```", "", raw_code).strip()
    return clean_code

def mock_execute_and_debug(code, iteration=1):
    if iteration > 3:
        print("已达到最大调试迭代次数。")
        return code, False

    print(f"正在执行并测试代码（第 {iteration} 次迭代）...")
    # 在实际环境中，你应该使用沙箱化的 exec() 或子进程运行器
    # 这里我们模拟一个常见的运行时错误用于演示
    if "nn.Linear(512, 10)" in code and "x.view(-1, 512)" not in code:
        mock_error = "RuntimeError: mat1 and mat2 shapes cannot be multiplied (32x1024 and 512x10)"
        print(f"执行失败：{mock_error}")

        system_prompt = "你是一个运行时调试器。根据错误信息修复提供的 Python 代码。仅输出修复后的代码。"
        user_prompt = f"代码：\n{code}\n\n错误：\n{mock_error}"
        fixed_code = call_llm("openai/o1-mini", system_prompt, user_prompt)
        fixed_code = re.sub(r"```python|```", "", fixed_code).strip()
        return mock_execute_and_debug(fixed_code, iteration + 1)
    else:
        print("执行成功！")
        return code, True

# 示例摘要
paper_abstract = "我们提出了一个简单的 CNN 模型，包含 3 个卷积层，随后是一个全连接层。输入大小为 3x32x32。通道数为 32、64 和 128。卷积核大小为 3x3。最后一层输出 10 个类别。"

spec = parse_paper_spec(paper_abstract)
print("提取的规范：", spec)
initial_code = generate_code(spec)
final_code, success = mock_execute_and_debug(initial_code)