scholar-loop

Scholar Loop 是一个面向科研自动化的多智能体系统，模拟博士生完整研究流程：文献调研、假设生成、真实机器学习实验（PyTorch）、结果反思与论文撰写。其核心特点是采用确定性防护机制（deterministic guards）防止大模型幻觉与奖励作弊，通过8个角色分明的智能体协同工作，并内置预算感知的三级实验筛选漏斗（smoke→verify→full）和可插拔的实验引擎架构。适用于小规模AI科研探索、教学演示、自动化实验验证及LLM驱动的研究方法学研究。