按公开 recipe 训练
架构、数据准备、objective 与 compute 假设保留在版本化源码中，不藏在最终 metric 后面。
实验室启动期 · 公开入口已上线
表格基础模型，
在开放中训练。
TabU-lab 是 WeHub 从零构建表格基础模型的开放研究实验室。每个 run 都从一个可证伪的问题开始，以足够完整的 provenance 结束，使他人能够复现、否定或继续推进。
- 公开
- 代码、config、曲线与错误
- 可复现
- 固定 seed、split 与 compute
- 可证伪
- run 前写清 pass / kill gate
公开训练轨迹00 · 启动期
typed table
compile→
假设执行前写清
执行seed + config + compute
结论等待首个 run
01 · 使命
让模型诞生的路径可检查。
“开放”不只是发布最终 checkpoint。促成模型的关键决策也必须足够可见，让另一位研究者——或另一个 agent——能够审计并继续。
先在小规模上可复现
每个想法先在明确预算下取得信号。scale 是后续决策，不是理解机制的替代品。
把失败也发布为信息
当 protocol、日志和边界清楚时，被 kill 的假设也是有用结果。沉默的死路教不会任何人。
02 · 实验协议
每个实验都是一个有类型、可审计的工作单元。
Marin 展示了公开完整实验生命周期的价值。TabU-lab 把这个思想适配到 WeHub：简洁的 gate、精确的 execution receipt，以及先于综合结论的诚实 verdict。
- 01
预注册
执行前写下 hypothesis、baseline、预算和 pass / kill criterion。
- 02
实现
提交能够执行预期比较的代码与 config。
- 03
运行
记录 command、seed、数据 provenance、environment、host 与 compute。
- 04
收据
发布 raw metrics、曲线、日志、artifact，以及所有限制解释的因素。
- 05
结论
标记 pass、kill 或 revise；只综合 receipt 真正支持的内容。
RUN RECEIPT / 最小字段
receipt.v0- hypothesis + gate
- commit + config hash
- dataset + split
- seed + environment
- host + compute budget
- raw metrics + curves
- failure notes
- pass / kill / revise
03 · 公开账本
实验室从空账本开始，不制造虚假的进展感。
这里如实暴露当前状态。只有当 repository 中存在对应 preregistration 或 receipt 时，新的实验卡片才会出现。
开放实验室底座
已建立 repository layout、experiment receipt contract 与 WeHub Research 入口。
尚未预注册
只有在 hypothesis 和 gate 提交后，第一个训练问题才会在这里命名。
状态未声称任何结果
04 · 研究方向
四个可以提出可证伪问题的地方。
这些是邀请研究的问题面，不是声称对应系统已经存在。
数据与先验
什么样的 synthetic 或 real-table distribution 能教会可复用结构，同时不隐藏 test knowledge？
表征
value、role、missingness、Unit 与表格结构，应如何成为 typed computational objects？
训练系统
哪些小规模 recipe 能在昂贵 scaling 前产生稳定的 learning signal？
评测
哪些 held-out tables、distribution shifts 和 negative controls 真正能够证伪所提机制？