ai-research-explore

Đây là giai đoạn khám phá trong bộ kỹ năng RigorPilot, chỉ được sử dụng khi nhà nghiên cứu đã cấp phép rõ ràng và có sẵn cơ sở nghiên cứu có thể truy vết (nhánh, commit, điểm kiểm tra hoặc nhật ký chạy). Quy trình gồm hai vòng: vòng ngoài để hiểu kho mã, cố định phương pháp đánh giá và ngân sách, chấm điểm và sàng lọc ý tưởng; vòng trong thực hiện một thay đổi hoặc thử nghiệm có giới hạn, sau khi kiểm tra nhanh (smoke test) sẽ so sánh với cơ sở ban đầu rồi quyết định dừng lại hay tiếp tục. Kết quả được ghi vào explore_outputs/, kèm lưu ý rằng tính mới chỉ là giả thuyết và không thể coi là kết luận nếu chưa qua so sánh tài liệu tham khảo và phân tích loại bỏ (ablation).

Đây là giai đoạn khám phá trong bộ kỹ năng RigorPilot, chỉ được sử dụng khi nhà nghiên cứu đã cấp phép rõ ràng và có sẵn cơ sở nghiên cứu có thể truy vết (nhánh, commit, điểm kiểm tra hoặc nhật ký chạy). Quy trình gồm hai vòng: vòng ngoài để hiểu kho mã, cố định phương pháp đánh giá và ngân sách, chấm điểm và sàng lọc ý tưởng; vòng trong thực hiện một thay đổi hoặc thử nghiệm có giới hạn, sau khi kiểm tra nhanh (smoke test) sẽ so sánh với cơ sở ban đầu rồi quyết định dừng lại hay tiếp tục. Kết quả được ghi vào explore_outputs/, kèm lưu ý rằng tính mới chỉ là giả thuyết và không thể coi là kết luận nếu chưa qua so sánh tài liệu tham khảo và phân tích loại bỏ (ablation).

Tại sao quan trọng: Trước tiên, cần đóng băng tác vụ, tập dữ liệu, phương pháp đánh giá và ngân sách, sau đó mỗi lần chỉ thay đổi một biến để so sánh, nhằm tránh việc các agent tự do sáng tạo dẫn đến những kết quả không thể so sánh được.

Số lượt cài đặt trên skills.sh 358690 (+1221 / 24h)

Kiểm toán bảo mật: Có cảnh báo rủi ro

  • Tham chiếu các script chưa được quét: scripts/orchestrate_explore.py, scripts/write_outputs.py
  • Phạm vi kiểm toán: GitHub lllllllama/rigorpilot-skills/skills/ai-research-explore/SKILL.md (chỉ quét văn bản SKILL.md)

Lý do

  • skills.sh có 1221 lượt cài đặt trong 24 giờ, tổng cộng 358690 (chỉ phản ánh mức độ quan tâm); giấy phép MIT
  • Các script chưa được quét mà cảnh báo kiểm toán đề cập là orchestrate_explore.py và write_outputs.py, chịu trách nhiệm điều phối và ghi kết quả, phù hợp với mục đích sử dụng

Cách dùng

  • Trong kho mã nghiên cứu, trước tiên hãy sử dụng kỹ năng cùng nhóm ai-research-reproduction để tái tạo cơ sở ban đầu, sau đó chỉ định rõ cho agent rằng "thực hiện khám phá các ứng viên trên cơ sở hiện tại" và cung cấp tập dữ liệu, phương pháp đánh giá cùng ngân sách

Rủi ro

  • Sẽ thực sự chạy quá trình huấn luyện và thí nghiệm, mức tiêu thụ tài nguyên tính toán phụ thuộc vào thiết lập ngân sách; hai script này không nằm trong phạm vi quét lần này
  • Số lượt cài đặt hàng tuần của bộ kỹ năng này tăng vọt từ vài chục lên hàng vạn chỉ trong một tuần, nguồn gốc độ phổ biến chưa rõ ràng

Mở · Kho mã

Best Skills 每日数据(LinklyAI / @BlueeonY,CC BY 4.0)

Xem tin AI mới nhất