これは RigorPilot スキルセット内の探索フェーズであり、研究者による明確な承認があり、かつ追跡可能な研究ベースライン(ブランチ、コミット、チェックポイント、または実行ログ)が存在する場合にのみ使用されます。ワークフローは外側と内側の2つのループで構成されます。外側ループでは、リポジトリの理解、評価と予算の固定、アイデアのスコアリングと審査を行います。内側ループでは、境界を設けた変更または試行実行を一度行い、スモークテスト後にベースラインと比較し、停止するか継続するかを決定します。結果は explore_outputs/ に書き込まれ、新規性はあくまで仮説であり、文献比較とアブレーション研究を経ない限り結論として扱わない旨が明記されます。
なぜ重要か まずタスク、データセット、評価方法、予算を固定し、一度に1つの変数のみを変更して比較を行うことで、エージェントが自由に動作した結果、比較不能な出力が生成されるのを防ぎます。
skills.sh インストール数 358690(+1221 / 24h)
セキュリティ監査:リスク警告あり
- 未スキャンのスクリプトが参照されています:scripts/orchestrate_explore.py、scripts/write_outputs.py
- 監査範囲:GitHub lllllllama/rigorpilot-skills/skills/ai-research-explore/SKILL.md(SKILL.md テキストのみスキャン)
理由
- skills.sh の 24 時間あたりのインストール数は 1221、累計は 358690(注目度のみを示す);MIT ライセンス
- 監査で指摘された未スキャンのスクリプトは、オーケストレーションと結果書き込みを担う orchestrate_explore.py および write_outputs.py であり、用途と一致している
使い方
- 研究リポジトリ内で、まず同グループの ai-research-reproduction を使用してベースラインを再現し、その後エージェントに対して「現在のベースライン上で候補探索を行う」と明確に指示し、データセット、評価、予算を指定する
リスク
- 実際のトレーニングと実験が実行され、計算リソースの消費量は予算設定によって決定される;2つのスクリプトは今回のスキャン範囲外である
- このスキルセットの週間インストール数は1週間で数十から数万へと急増しており、その急増の要因は不明である