ai-research-explore

这是 RigorPilot 技能组里的探索环节,只在研究者明确授权、并且已有可回溯的研究基线(分支、提交、检查点或运行记录)时使用。流程分内外两圈:外圈理解仓库、固定评测和预算、给想法打分把关;内圈做一次有边界的改动或试跑,冒烟检查后与基线对比,再决定停下还是继续。结果写进 explore_outputs/,并注明新颖性只是假设,没有经过文献对比和消融就不能当结论。

这是 RigorPilot 技能组里的探索环节,只在研究者明确授权、并且已有可回溯的研究基线(分支、提交、检查点或运行记录)时使用。流程分内外两圈:外圈理解仓库、固定评测和预算、给想法打分把关;内圈做一次有边界的改动或试跑,冒烟检查后与基线对比,再决定停下还是继续。结果写进 explore_outputs/,并注明新颖性只是假设,没有经过文献对比和消融就不能当结论。

为什么重要 先冻结任务、数据集、评测方法和预算,再一次只改一个变量做对比,避免智能体自由发挥后拿出无法比较的结果。

skills.sh 安装量 358690(+1221 / 24h)

安全审计:有风险提示

  • 引用了未扫描的脚本:scripts/orchestrate_explore.py、scripts/write_outputs.py
  • 审计范围:GitHub lllllllama/rigorpilot-skills/skills/ai-research-explore/SKILL.md(只扫描 SKILL.md 文本)

理由

  • skills.sh 24 小时安装 1221,累计 358690(只代表关注度);MIT 许可
  • 审计提示的未扫描脚本是负责编排和写结果的 orchestrate_explore.py、write_outputs.py,与用途相符

用法

  • 在研究仓库里先用同组的 ai-research-reproduction 复现基线,再明确告诉智能体「在当前基线上做候选探索」并给出数据集、评测和预算

风险

  • 会真实运行训练和实验,算力消耗由预算设置决定;两个脚本不在本次扫描范围内
  • 这组技能的周安装量在一周内从几十跳到上万,热度来源不明

打开 · 仓库

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

浏览最新 AI 动态