sum

SUM es un proyecto de código abierto que proporciona una capa de confianza para texto transformado por IA. Ayuda a los usuarios a reformular texto, inspeccionar cambios respecto a la fuente original y compartir revisiones verificables. El objetivo a largo plazo del proyecto es convertirse en un destilador de conocimiento con niveles útiles de detalle y perspectiva sobre las fuentes conservadas. La funcionalidad principal incluye: - Revisión de fuente/reescritura con exportación que tiene en cuenta los recibos en un entorno de trabajo en navegador - Herramientas CLI y MCP para mediciones de investigación basadas en modelos y verificación sin conexión - Análisis de diff de significado que muestra qué afirmaciones de la fuente sobrevivieron a una reescritura y cuáles desaparecieron - Recibos criptográficos mediante firmas Ed25519 sobre bytes canónicos JCS, verificables en runtimes de Python, Node y navegador Características clave: 1. Recibos de pérdida de significado: certificados firmados y reproducibles sobre proxies de pérdida de significado con nombre, con verificación de dependencias ligeras (no requiere numpy/scipy/torch/GPU/red) 2. Recibos de renderizado: certifican que ocurrió una transformación (emisor, entradas, posición del control deslizante, modelo, hora) 3. Cadenas certificadas: vinculan recibos de salto ordenados en presupuestos Bonferroni de enteros exactos con confianza conjunta 4. Validadores de cumplimiento: soporte para EU AI Act, GDPR, HIPAA, ISO/IEC 27001, SOC 2 y PCI DSS 5. Servidor MCP: integración para enjambres de agentes con verificación y herramientas de diff de significado 6. Sustrato de transformación: registro de transformaciones con recibos mediante Ed25519/JCS/JWS separado El proyecto enfatiza la transparencia sobre lo que se prueba versus lo que se mide. El lado criptográfico está mecánicamente probado con tres implementaciones de verificador independientes que coinciden byte por byte. El lado semántico (calidad de extracción, preservación de hechos) se mide empíricamente con números y límites explícitos por corpus. La instalación se realiza mediante pip con extras opcionales: 'sum-engine[sieve]' para funcionalidad básica, 'sum-engine[verify]' para verificación liviana, 'sum-engine[research,judge]' para análisis de diff de significado, y 'sum-engine[research,receipt-verify,judge]' para emitir recibos. El proyecto tiene licencia Apache-2.0 y está alineado con estándares abiertos (C2PA, W3C VC 2.0, JOSE/JWS/JWKS).