Griha: Registrul de sarcini auditable cu TabPFN pe dispozitiv pentru analiza echității

Griha apare ca o aplicație inovatoare de registru de sarcini, construită pentru a aborda problema perenă a echității în spațiile de locuit comune. Depusă pentru Hacktoberfest Weekend Challenge, scopul său principal este de a oferi un sistem auditable pentru urmărirea responsabilităților casnice, depășind argumentele subiective. Aplicația permite utilizatorilor să revendice sarcini, să vizualizeze aritmetica detaliată a contribuțiilor, inclusiv minute, ponderarea capacității și sarcinile restante, și să exporte date în diverse formate precum ICS, CSV sau JSON brut cu un lanț de audit. Această abordare vizează înlocuirea argumentelor nerezolvabile cu date verificabile, făcând procesul transparent și obiectiv pentru toți cei implicați.

Inovația tehnică centrală constă în utilizarea TabPFN v2, un model cu ponderi deschise de la Prior Labs, executat direct în browser folosind runtime-ul WebTabPFN. Acest procesare pe dispozitiv înseamnă că datele sensibile, cum ar fi înregistrările de finalizare a sarcinilor și predicțiile de echitate, nu părăsesc niciodată browserul utilizatorului, sporind confidențialitatea și securitatea. Ponderile modelului sunt preluate o singură dată și stocate în cache, permițând funcționalitatea offline și eliminând necesitatea unui server backend, ceea ce reduce, de asemenea, semnificativ costurile operaționale. Aplicația este proiectată cu moduri de eșec inspectabile, permițând utilizatorilor să înțeleagă și să depaneze problemele atunci când acestea apar.

Cea mai semnificativă caracteristică evidențiată este calculul echității, alimentat de o funcție pură numită `computeFairness`, care este versionată și auditable. Fiecare factor care influențează scorul de echitate este afișat utilizatorului, iar toate mutațiile sunt legate criptografic folosind SHA-384, asigurând integritatea datelor. Acest accent pe o metrică de echitate auditable și verificabilă, mai degrabă decât un simplu procent, transformă dinamica socială din jurul distribuției sarcinilor. Proiectul a descoperit, de asemenea, două bug-uri critice specifice browserului legate de disponibilitatea backend-ului WebGPU și de inițializarea modelului, ducând la o gestionare mai robustă a erorilor și la o experiență inițială mai precisă pentru utilizator.