Il s'agit de la phase d'exploration du groupe de compétences RigorPilot, utilisée uniquement lorsque le chercheur a donné une autorisation explicite et qu'une base de référence traçable (branche, commit, point de contrôle ou journal d'exécution) est déjà disponible. Le processus se divise en deux boucles : la boucle externe comprend la compréhension du dépôt, la fixation des évaluations et du budget, ainsi que l'évaluation et le filtrage des idées ; la boucle interne effectue une modification bornée ou un essai limité, suivi d'une vérification rapide (smoke test) et d'une comparaison avec la base de référence, avant de décider s'il faut s'arrêter ou continuer. Les résultats sont écrits dans explore_outputs/, en précisant que la nouveauté n'est qu'une hypothèse et ne peut être considérée comme une conclusion sans comparaison avec la littérature et ablation.
Pourquoi c'est important Commencez par figer la tâche, le jeu de données, la méthode d'évaluation et le budget, puis modifiez une seule variable à la fois pour effectuer des comparaisons, afin d'éviter que l'agent ne produise des résultats incomparables en agissant librement.
Installations sur skills.sh 358690 (+1221 / 24h)
Audit de sécurité : Avertissements de risque présents
- Scripts non scannés cités : scripts/orchestrate_explore.py, scripts/write_outputs.py
- Périmètre de l'audit : GitHub lllllllama/rigorpilot-skills/skills/ai-research-explore/SKILL.md (seul le texte SKILL.md a été scanné)
Justification
- skills.sh 24 heures d'installation 1221, cumulées 358690 (représente uniquement l'attention) ; licence MIT
- Les scripts non scannés mentionnés dans l'avertissement d'audit sont orchestrate_explore.py et write_outputs.py, chargés de l'orchestration et de l'écriture des résultats, ce qui est cohérent avec leur usage
Utilisation
- Dans le dépôt de recherche, commencez par reproduire la base de référence en utilisant ai-research-reproduction du même groupe, puis indiquez explicitement à l'agent « d'effectuer une exploration des candidats sur la base de référence actuelle » en fournissant le jeu de données, les évaluations et le budget
Risques
- Des entraînements et des expériences réels seront exécutés ; la consommation de calcul est déterminée par le paramétrage du budget ; les deux scripts ne sont pas inclus dans ce scan
- Le nombre d'installations hebdomadaires de ce groupe de compétences a bondi de quelques dizaines à plusieurs milliers en une semaine, et l'origine de cet engouement est inconnue