منصوبے کے بارے میں

Falsify ML تشخیص میں ایک مخصوص لیکن ٹھوس مسئلے کو حل کرتا ہے: "94% درستگی" جیسا دعویٰ اکثر بعد میں رپورٹ کیا جاتا ہے، جس میں کوئی ریکارڈ نہیں ہوتا کہ پہلے سے کون سا میٹرک، ڈیٹا سیٹ، حد یا سیڈ ارادہ تھا۔ اس ٹول کا جواب پری رجسٹریشن ہے — دعوے کو ایک معیاری مینی فیسٹ کے طور پر مرتب کریں، اسے SHA-256 سے ہیش کریں، پھر مشاہدہ شدہ نتیجے کو اس مقفل ہیش کے خلاف تصدیق کریں۔ بنیادی عمل دو کمانڈز پر مشتمل ہے۔ `falsify lock claim.prml.yaml` مینی فیسٹ کو معیاری بناتا ہے اور ایک سائیڈ کار ڈائجسٹ لکھتا ہے؛ `falsify verify claim.prml.yaml --observed 0.934` مشاہدہ شدہ قدر کا موازنہ مقفل حد سے کرتا ہے۔ ایگزٹ کوڈز کو API کے طور پر لیا جاتا ہے: 0 کامیابی کے لیے، 10 حد سے کم ناکامی کے لیے، اور 3 چھیڑ چھاڑ کے لیے جب تصریح کو لاک کرنے کے بعد تبدیل کیا گیا ہو اور ہیش اب مماثل نہ ہو۔ CI ان کوڈز پر روک سکتا ہے۔ مینی فیسٹ فارمیٹ PRML ہے، جس میں v0.1 مستحکم اور v0.2 منجمد ہے۔ ریپوزٹری میں تصریح، مطابقت کا سوٹ، اور چار حوالہ جاتی نفاذ موجود ہیں — Python (PyPI `falsify`)، JavaScript (npm `falsify-js`)، نیز Go اور Rust نفاذ صرف ریپو میں۔ README کے مطابق چاروں 21 مطابقت ویکٹرز پر بائٹ مساوی ہیں، اور رسمی گرامر سے ماخوذ 92 ویکٹر کا اضافی سوٹ بھی ہے۔ ایک کثیر لسانی CI ہر پش پر اور روزانہ ویکٹر چلاتا ہے۔ بنیادی CLI کے علاوہ، ایک منسلک `falsify-engine` کمانڈ دعووں کا ورک فلو فراہم کرتا ہے، جس میں کمٹ میسج گارڈ اور پانچ ابتدائی ٹیمپلیٹس شامل ہیں۔ README واضح ہے کہ یہ PRML مینی فیسٹ CLI سے الگ ٹول ہے۔ انضمام کی سطح میں SchemaStore میں JSON اسکیما، براؤزر پر مبنی رجسٹری، ایک جامع GitHub ایکشن، MLflow پلگ ان، اور دس ایویلیو ہارنیسز کے لیے چلنے کے قابل مثالیں شامل ہیں۔ README نوٹ کرتا ہے کہ کون سی مثالیں مکمل طور پر آف لائن چلتی ہیں اور کون سی بیک اینڈ کی حد پر رکتی ہیں۔ یہ پروجیکٹ اپنے دائرے کے بارے میں واضح ہے: PRML یہ ثابت نہیں کرتا کہ ML نتیجہ سچ ہے، صرف یہ کہ ایک مخصوص دعویٰ اس سے پہلے درج کیا گیا تھا کہ اسے خاموشی سے تبدیل کیا جا سکے۔ README ایک ناکام عوامی پیشین گوئی کی دستاویز بھی کرتا ہے۔ لائسنسنگ MIT اور کمیونٹی اسپیسفیکیشن لائسنس 1.0 ہے، ٹریڈ مارک کے تحفظات کے ساتھ۔ Python 3.11+ درکار ہے۔