Projekt G: självständigt forskningsprojekt

Frontier Lab-projektet är fyra veckors självständigt arbete med allt du lärt dig:

1. Förregistrering (vecka 0): fråga, hypotes, falsifiering, experimentplan, budget, stoppregler — inlämnad innan körning (nod forskningsprojekt-planering).
2. Baslinje + pilot (vecka 1): verifiera miljö, mät baslinjen med frön, jämför mot litteraturen.
3. Huvudexperiment + ablationer (vecka 2–3): ≥ 3 frön, experimentlogg per körning, journalposter med hypotes/utfall.
4. Analys + rapport (vecka 4): teknisk rapport enligt vetenskapligt-skrivande, reproducerbarhetsblock, kod i repo, negativa resultat redovisade.
5. Peer review: en annan Frontier Lab-deltagare granskar med rubrik; du svarar punkt för punkt och reviderar.

Välj något litet och skarpt: en ablation av en publicerad metod, en reproduktion i ny domän, en ny eval-fråga. Ambitionen ligger i metoden, inte i omfånget.

Projektförslag på rätt nivå (var och en kan göras på en enskild GPU eller CPU):

• Minne för handledare: mäter episodiskt minne lösningsgrad över 20-sessionsserier med simulerade elever, mot kontroll utan minne? (Kräver simulatordesign — dokumentera dess begränsningar.)
• LoRA-rang och kunskap: vid vilken rang matchar LoRA full finjustering på en faktatung uppgift, och hur ser ΔW:s singulärvärdesspektrum ut?
• Kvantisering och resonemang: försämrar 4-bit-kvantisering flerstegsresonemang mer än enkla faktafrågor? (Egen eval med två svårighetsnivåer, tre format.)
• Kontamineringsdetektion: hur väl skiljer kanarietest och PPL-jämförelse kontaminerade från rena benchmarkfall på en modell där du kontrollerar träningsdatan (liten modell tränad själv)?
• Kretsar i svensk text: finns IOI-liknande kretsar i en flerspråkig liten modell för svenska namn, och överlappar de med engelska?

Bedömningsrubrik (peer review): förregistrering följd · baslinje tunad · ≥ 3 frön med spridning · ablation · begränsningar ärliga · reproducerbar (commit, data-hash, konfiguration) · slutsats stöds av tabellerna.