"理论，能提供洞察力与信任度，而这些，并非仅靠经验本身所能提供。"
— Terence Tao (陶哲轩), Fields Medalist
Latrix Rena（Latrix·复兴）
为AI基础科学提供的研究型扩展。
一个致力于将AI，从"炼金术"，带回"科学"的开源计划。
向下探索
我们时代的"炼金术"
当前AI研究与开发的困境
成功难以复制
依赖于偶然的超参数、海量的数据和无法穷尽的算力。一次模型的成功，往往源自无数次试错与巨大资源投入，而非清晰的理论指导。这种"炼金术式"的开发范式，让AI的进步充满不确定性。
失败无法解释
黑箱模型的内在逻辑，对我们而言，依然是一个谜。当模型表现不佳时，我们无法准确定位问题所在。是数据质量？架构设计？还是训练策略？缺乏理论基础，让调试成为盲人摸象。
信任无法建立
一个我们不完全理解的智能，我们敢将文明的未来，托付于它吗？没有坚实的理论支撑，AI系统的可靠性、安全性和可控性都存在根本性疑问。这不仅是技术问题，更是关乎人类文明的重大挑战。
Latrix Rena
理论驱动、可复现的AI科学平台
Rena不是又一个"模型训练框架"。它是一个全新的范式：从理论出发，编译理论为可执行的验证系统，并将整个过程封装为可复现的"数字论文"。
描述理论
Describe Theory in TDL
使用理论描述语言 (Theory Description Language, TDL)，将你的AI理论、假设、归纳偏置直接表达为代码。TDL不是低级的Python脚本，而是高层次的、声明式的"思想语言"。
编译理论
Compile Theory into Reality
Rena编译器自动将你的TDL理论，编译成两部分：1) 测试套件 (Test Suites)：验证理论预测的实验；2) 损失函数组件 (Loss Components)：将理论假设嵌入训练过程。
复现实验
Reproduce Experiments with a Click
所有实验结果、理论代码、训练配置被打包为.ltx格式的"数字论文"。任何人都可以一键复现你的实验，验证你的理论。这是科学的本质：可复现性。
成为下一场科学革命的"点灯人"。
加入Latrix Rena社区，共同构建理论驱动的AI科学
Rena是一个由研究者、工程师和思想者组成的开源社区。我们相信，AI的未来不应被少数实验室垄断，而应建立在开放、透明、可复现的科学基础之上。
加入Rena研究者论坛
与全球AI理论研究者交流思想、分享理论、讨论前沿问题
贡献你的第一个"理论套件"
将你的研究理论转化为TDL代码，让全世界验证和复现
申请Rena学者计划
获得资源支持，深入探索理论驱动的AI研究方向
Latrix Rena: 让AI从炼金术回归科学