The Turing Way项目五周年庆典:开放科学社区的发展与展望
The Turing Way是一个由社区驱动的开放科学项目,旨在为数据密集型研究提供可重复性、伦理性和协作性的实践指南。该项目于2019年在英国Loughborough举办的Collaborations Workshop上首次发布,经过五年的发展,已成长为一个拥有450多位协作者、300多章节的综合性资源库。在即将到来的CW24研讨会上,The Turing Way社区计划举办一场特别的60分钟工作坊,庆祝这一里程碑,并展望未来发展方向。
核心章节展示
工作坊将重点展示三个与CW24主题相契合的章节:
-
代码测试实践
作为项目最早发布的章节之一,该部分强调在AI辅助编程时代保持"人类在环"的重要性。随着大型语言模型被广泛用于代码生成,本章节特别警示了完全依赖AI编写测试用例的风险——这相当于让AI"自己批改作业"。社区将分享如何建立有效的测试流程,确保代码质量的同时保持人类监督。 -
数字研究的环境影响
这一章节体现了The Turing Way与Pangeo、环境数据科学手册等社区的协作成果。内容不仅涵盖如何将开放研究实践应用于环境数据科学,还深入探讨了如何评估和减少数据科学工作流程的碳足迹。社区成员正在参与ELIXIR环境影响焦点小组等工作,推动该领域的实践发展。 -
包容性研究活动设计
这是即将合并的新章节,由AI for Multiple Long Term Conditions研究支持设施与The Turing Way可访问性工作组联合开发。该指南特别关注如何有效整合患者和公众参与(PPIE),打破"公民"与"科学家"之间的界限,确保研究活动对各类参与者都具有包容性。
互动环节设计
工作坊将采用混合形式,同时照顾线下和线上参与者的体验:
-
回顾与展望讨论:通过分组讨论,收集社区对过去五年开放科学发展变化的观察,以及对未来五年前景的预测。线下使用便利贴,线上使用Miro协作板记录观点(组织者已注意到Miro的可访问性限制,将安排专人协助视障参与者)。
-
生日庆祝环节:工作坊最后将进行简短的生日庆祝,线下参与者可以共享蛋糕(包含素食和无麸质选项),全体成员齐唱生日歌,象征社区的持续成长与活力。
社区协作模式
The Turing Way的成功很大程度上归功于其开放的协作模式:
- 任何人都可以通过GitHub提出修改建议或新增内容
- 定期举办协同写作会议,降低新贡献者的参与门槛
- 建立专门的主题频道(如环境可持续性频道)深化特定领域的讨论
- 通过播客、新闻通讯等多渠道扩大影响力
这种模式不仅保证了指南内容的多样性和时效性,也培养了一个全球性的开放科学实践者网络。五周年庆典既是对过往成就的肯定,也是对未来协作创新的号召。随着AI技术、环境挑战等新议题不断涌现,The Turing Way社区将继续演化,为负责任的研究实践提供与时俱进的指导。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112