HyLora/beyond_the_black_box

# 超越黑盒：全栈架构与数据流水线 本仓库包含了一篇硕士论文中所使用的完整源代码、后端架构以及计算数据分析流水线：**“超越黑盒：为科学大语言模型 (LLM) 的信任校准与适当依赖设计摩擦界面”**。该系统将基于 React 的前端原型与 NebulaGraph 后端桥接，提供动态的 Knowledge Graph 三元组，同时运行自动化自然语言处理 (NLP) 流水线来分析用户信任指标。 ## 📌 系统架构 本仓库包含“Glass Box”实验原型的三个主要组件： 1. **前端 UI (`/frontend`)：** 交互式 Web 界面，用户在此与 LLM 和渲染出的 Knowledge Graph 进行交互。 2. **后端 API (`/scripts/api_server.py`)：** 一个 FastAPI 服务器，用于查询 Nebula 图数据库（ORKG 数据）并向前端提供语义三元组。 3. **数据分析流水线 (`/scripts/cluster_motivations.py`)：** 一个 NLP 流水线，使用 `all-MiniLM-L6-v2` 句子嵌入和 K-Means 聚类来处理定性的用户动机。 ## 📂 仓库结构 ### 🖥️ 前端（Web 界面） * 包含 React 组件、问卷渲染（`questionnaire.tsx`），以及用于 Glass Box 和 Black Box 条件的交互式 UI。 ### ⚙️ 后端与 API (`/scripts`) * `api_server.py`：定义 endpoint 的 FastAPI 应用程序。 * `run_full_pipeline.py`：主编排器。启动 Uvicorn 服务器并建立 Ngrok 隧道。 * `test_endpoint.py`：用于验证 API 和 Nebula 连接的实用脚本。 ### 📊 数据分析 (`/scripts` & `/data`) * `cluster_motivations.py`：生成 384 维的句子嵌入并应用无监督语义聚类。 * `analyze_results.py`：处理行为遥测（任务耗时）和认知指标（NASA-TLX）的统计分析。 * `/data`：包含匿名化的用户响应提取以及通过数学算法分配的语义聚类（`motivations_fully_coded.csv`）。 ## 🚀 安装与使用 ### 1. 运行数据分析流水线 要复现研究结果并生成语义聚类可视化，请安装 Python 依赖项： ``` pip install pandas numpy scikit-learn sentence-transformers matplotlib seaborn ``` 然后执行分析脚本： ``` python scripts/cluster_motivations.py ``` ### 2. 运行后端服务器 要启动本地 API 并通过 Ngrok 将其公开： ``` pip install fastapi uvicorn pyngrok nebula3-python python scripts/run_full_pipeline.py ``` （注意：您必须使用新生成的 Ngrok URL 更新前端的 .env 变量才能建立连接）。 ## 📜 许可证与学术诚信 本仓库的发布是为满足人本人工智能（米兰大学、米兰比可卡大学、帕维亚大学）硕士学位要求的一部分。所提供的数据已严格匿名化，以保护参与者的隐私。

标签：人机交互, 代码示例, 数据分析, 用户信任评估, 自动化攻击, 逆向工具