Это этап исследования в наборе навыков RigorPilot, который используется только при явном разрешении исследователя и наличии воспроизводимой исследовательской базы (ветки, коммита, контрольной точки или записи запуска). Процесс разделен на внешний и внутренний контуры: внешний контур отвечает за понимание репозитория, фиксацию метрик оценки и бюджета, а также за оценку и отбор идей; внутренний контур выполняет ограниченное изменение или пробный запуск, после чего проводит быструю проверку (smoke test), сравнивает результаты с базовыми показателями и принимает решение о продолжении или остановке. Результаты сохраняются в каталоге explore_outputs/, с указанием того, что новизна является лишь гипотезой и не может считаться выводом без сравнения с литературой и абляционных исследований.
Почему это важно Сначала зафиксируйте задачу, набор данных, метод оценки и бюджет, затем изменяйте только одну переменную за раз для сравнения, чтобы избежать ситуации, когда агент действует произвольно и предоставляет несопоставимые результаты.
Количество установок skills.sh: 358690 (+1221 / 24 ч)
Аудит безопасности: есть предупреждения о рисках
- Ссылки на несканированные скрипты: scripts/orchestrate_explore.py, scripts/write_outputs.py
- Область аудита: GitHub lllllllama/rigorpilot-skills/skills/ai-research-explore/SKILL.md (сканировался только текст SKILL.md)
Обоснование
- За последние 24 часов количество установок skills.sh составило 1221, общее число установок — 358690 (отражает только уровень интереса); лицензия MIT
- Несканированные скрипты, отмеченные в аудите, отвечают за оркестрацию и запись результатов (orchestrate_explore.py, write_outputs.py), что соответствует их назначению
Использование
- Сначала воспроизведите базовые показатели в исследовательском репозитории с помощью навыка ai-research-reproduction из той же группы, затем явно укажите агенту «выполнить поиск кандидатов на текущей базе» и предоставьте набор данных, метрики оценки и бюджет
Риски
- Реально выполняются обучение и эксперименты, потребление вычислительных ресурсов определяется настройками бюджета; два скрипта не входили в область текущего сканирования
- Недельное количество установок этого набора навыков выросло с десятков до десятков тысяч за одну неделю, источник популярности неизвестен