AI-modeller och plattformar
Schwartz släpper BootLoops 1.0, ett open‑source‑verktyg för LLM‑användning inom vetenskapen

Viktiga punkterClaude återgav en artikeln resultat på cirka 20 minuter, jämfört med veckor av Schwartz…
Visa mer
- Claude återgav en artikeln resultat på cirka 20 minuter, jämfört med veckor av Schwartz egen kodning.
- BootLoops löste en ekologiekvation från 2005 som hade stått olöst i 20 år i stor skala.
- Anthropic finansierade projektet, men Schwartz äger och underhåller BootLoops oberoende av alla modeller.
Anthropic publicerade den 1 oktober 2026 Claude‑formad vetenskap, ett gästinlägg av den teoretiska fysikern Matthew Schwartz som beskriver BootLoops, ett open‑source‑verktyg som han byggde med Claude för exakta beräkningar inom kvantitativ vetenskap. BootLoops 1.0 släpptes offentligt samma dag under MIT‑licensen.
Från spridningsamplituder till ett generellt verktyg
Schwartz skriver att han påbörjade projektet när Anthropic släppte Claude Fable 5 sommaren 2026, efter ett tidigare experiment som beskrivs i hans Anthropic‑inlägg Vibe Physics, där han använde Claude Opus 4.5 som forskningsassistent i december 2025. Hans första uppgift för den nya modellen var att överföra och förena metoder från hans artiklar om spridningsamplituder och den närliggande litteraturen till ett ramverk byggt på S‑matrix‑bootstrapen och den semi‑numeriska bootstrapen, komplementära tillvägagångssätt som fastställer en amplitud genom fysiska begränsningar och högprecisions‑numerisk utvärdering tills ett exakt svar återstår.
Inom partikelfysik ger spridningsamplituder den teoretiska länken mellan kollisionens skräp vid Large Hadron Collider och de partiklar som en kollision producerade, och Schwartz skriver att en enskild frontier‑Feynman‑integral kan uppta en forskargrupp i flera år. Han rapporterar att Claude reproducerade resultaten från en av hans artiklar på cirka 20 minuter, jämfört med de veckor han hade lagt på att skriva sin egen kod, och att den identifierade en bättre algoritm som han inte kände till. När han bad modellen gå från logaritmer, den enklaste funktionsfamiljen i dessa beräkningar, till den svårare klassen av elliptiska funktioner, rapporterar han att den generaliserade de överförda beräkningsmetoderna och själv skrev det mesta av den nya mjukvaran. Schwartz uppger att verktyget slutligen beräknade 30 integraler från början till slut: 15 reproduktioner av kända resultat med den nya metoden och 15, inklusive elliptiska Feynman‑integraler, som aldrig tidigare hade beräknats. Han kallar problem som matchar de nuvarande modellernas styrkor för “Claude‑formade”, och verktygets namn refererar till dess ursprung i bootstrap‑beräkningar av spridningsamplituder.
Resultat inom ekologi, genetik, ekonomi och lingvistik
I ekologi rapporterar Schwartz att Claude identifierade en ekvation från 2005 av ekologen Rampal Etienne, som gav Stephen Hubbells neutrala biodiversitetsteori en exakt testbar form, som lösbar, och löste den efter 20 år utan en skalbar lösning. Tillämpad på skogscensussdata visar beräkningen, enligt honom, att sammansättningen av trädarter på Barro Colorado Island i Panamakanalen förändras 4,5 gånger snabbare än neutral teori tillåter. Tillsammans med växtbiologiprofessorn James O’Dwyer byggde Schwartz sedan en minimal prediktiv modell för arters livshistorier som han skriver stämmer väl överens med data; paret utvidgar den från Panama till andra globala skogsplottar med dataset som Claude hjälpte till att kurera.
I populationsgenetik rapporterar han att verktyget löste ett 30 år gammalt integraluttryck för hur naturligt urval verkar på sällsynta mutationer, och sedan tillämpade resultatet på gnomAD, som Schwartz identifierar som den största offentliga katalogen över mänsklig genetisk variation; projektplatsen beskriver en anpassning till ungefär 730 000 mänskliga exomer, 1,46 miljoner genomkopior. Tillsammans med kollegan Michael Desai rapporterar Schwartz att de analyserade 5,7 miljarder par av närliggande mutationer i genom från 1000‑Genom‑projektet och fann bevis för genkonversion, en mekanism som han noterar att nästan alla analyser som använder länkad genetisk variation ignorerar.
Ett ekonomiskt samarbete med Isaiah Andrews och Jesse M. Shapiro blev NBER Working Paper 35782, publicerat i september 2026. Artikeln rapporterar att bland 4 452 publicerade replikeringspaket från fem ekonomijournaler identifierade författarnas open‑source‑LLM‑arbetsflöde avvikelser i 3 460 artiklar eller bilagor, minskade en beräknings körtid med mer än en faktor 10 samtidigt som de upprätthöll eller förbättrade noggrannheten i 496 artiklar, och utvecklade ett nytt tillägg som är förenligt med varje artikels mål och antaganden i 923 artiklar. Schwartz skriver att arbetsflödet portade paketen från MATLAB, Stata och andra kommersiella verktyg till öppen källkod, omkring 30 000 rutiner, och kontrollerade nästan varje tal som kunde valideras mot de publicerade tabellerna.
Inom lingvistik rapporterar Schwartz att gruppen, i samarbete med tre lingvister, producerade AccStack, en ordbetoningsdatabas som täcker 6 072 språk med en bibliografi på 160 000 fonologiverk. Hans lista över ytterligare expert‑samarbeten inkluderar en kvantitativ modell av Great Oxidation Events utveckling över fyra glaciationer, byggd med geokemist David Johnston; en demografisk studie av solfläckars livscykel utökad till stjärnfläckar, med astrofysikern Cecilia Garraffo; exakta och verifierbara Bayesiska evidenskalkyler för evolutionära träd, med evolutionsbiologerna Scott Edwards och Paul Lewis; en exakt lösning på Watsons “final problem”, återkomstsannolikheten för en tredimensionell slumpvandring och den sista av de gitterintegraler som George Watson påbörjade 1939; samt ett kosmologiverktyg för anpassning av kosmologiska parametrar till data om storskalig struktur, inklusive hela två‑loop‑effektspektrumet och ett‑loop‑trispektrum.
Arbetsflöde, skala och felmod
Schwartz rapporterar att insatsen resulterade i 36 manuskript inom 18 områden med 19 medförfattare under tre månader, hämtade från cirka 400 kandidatproblem; projektets webbplats anger att BootLoops 1.0‑applikationer spände över tjugotvå fält. Uppsättningen han beskriver kör Claude Code sessions i terminaler på Google Cloud‑virtuella maskiner som är länkade till GitHub‑ och Overleaf‑arkiv, med en huvudsession som koordinerar projektsessionerna, allokerar beräkningsresurser och validerar resultat medan bakgrundssubagenter lagrar mellansteg i markdown‑filer. Han skriver att Fable 5:s skyddsklassificerare utlöstes regelbundet under arbetet, och att arrangemanget begränsar varje blockering till en enda agent istället för att låta det förstöra en hel session.
Han dokumenterar återkommande felmoder: modellen förklarar seger för tidigt, ger tidsuppskattningar som är alltför långa eller för korta, återgår till flerdagarsberäkningar där ett verktyg skulle ha kunnat färdigställas på minuter, samt förlorar kontext när långa sessioner komprimeras. Hans motåtgärder, skriver han, inkluderade att koda protokollfärdigheter i gränssnittet, insistera på att själv se diagrammen och återkontrollera resultat som en motståndare; hans återkommande instruktion till modellen var att “tänka smartare, inte hårdare”.
Releasevillkor, finansiering och ägande
Det BootLoops‑arkivet innehåller en enda commit den 1 oktober 2026 för BootLoops 1.0, släppt under MIT‑licensen med text och figurer under CC BY 4.0. Arkivet anger att koden skapades av Matthew D. Schwartz och skrevs av Claude under hans handledning, med upphovsrätt som innehas av Anthropic PBC, och att releasen inte är en officiellt stödd Anthropic‑produkt och underhålls av Schwartz. Arkivet innehåller 49 verktygspaket, och projektet publicerades som sex parallella arkiv; koden är Python 3.12 med vissa Julia‑komponenter och validerades på Linux x86_64 samt i Debian‑behållare på x86_64 och arm64, medan macOS inte ingick i releasetestningen. Arkivet beskriver verktygen som forskningsinstrument och anger att de inte är avsedda eller lämpade för kliniska, aktuariella, betalnings-, regulatoriska eller allmän‑säkerhetsbeslut.
På projektsidan beskriver Schwartz BootLoops som ett ramverk som är oberoende av den modell som driver det, kan användas med Claude, Gemini eller ChatGPT, och anger godkännandestandarden: ett diagram löses endast när dess fullständiga funktionella form är känd och ett Python‑skript kan utvärdera det med godtycklig precision på en bärbar dator. Sidan anger att Anthropic tillhandahöll projektets finansiering medan BootLoops ägs och underhålls av Schwartz. Anthropic‑inlägget avslöjar att Schwartz arbetade som besökande forskare på Anthropic under projektet, och NBER‑rapporten noterar separat att han arbetade som uppdragstagare åt Anthropic i den studien och att Anthropic inte godkänner dess resultat.












