skill

استكشاف وتشغيل

Rigor Improve / Rigor Explore هي مهارة تشغيلية ل "leaf" تستخدم لاستكشاف الأدلة المحدودة في مستودعات أبحاث التعلم العميق. تستخدم عندما يأذن الباحث صراحة بعمليات التشغيل الاستكشافية مثل التحقق من صحة مجموعة فرعية صغيرة، أو التخمين والتحقق في دورات قصيرة، أو عمليات المسح الدفعية، أو البحث باستخدام وحدات معالجة الرسوميات الخاملة، أو تجارب التعلم التحويلي السريعة، مع تنبيهات المقارنة العادلة وملخصات عدم المبالغة في `explore_outputs/`. لا تستخدم لتنسيق الاستكشاف الشامل فوق `current_research`، أو تنفيذ الخط الأساسي الموثوق به،...

lllllllama310,503+ تثبيتموثوق

نبذة

# explore-run

استخدم هذا كمهارة فرعية لتشغيل Rigor Improve / Rigor Explore. يبقى ال slug المثبت `explore-run` للتوافق.

استخدم مبادئ التشغيل المشتركة في `../ai-research-reproduction/references/agent-operating-principles.md`؛ يجب أن توجه هذه المهارة تخطيط التشغيل المرشح مع الحفاظ على حكم النموذج بشأن المستودع النشط.

## متى يتم التطبيق

- عندما يأذن الباحث صراحة بالتشغيل الاستكشافي. - عندما تكون المهمة عبارة عن تحقق من مجموعة فرعية صغيرة، أو فحص تدريب قصير الدورة، أو مسح دفعي، أو بحث عن وحدة معالجة رسوميات خاملة، أو تجربة نقل تعلم سريعة. - عندما يجب أن يصنف الإخراج التشغيلات المرشحة بدلا من التصديق على النجاح الموثوق به.

## متى لا يتم التطبيق

- عندما يريد المستخدم تنفيذ تدريب موثوق به أو تحققا متحفظا. - عندما لا يوجد إذن استكشافي صريح. - عندما تكون المهمة إعداد المستودع، أو الاستيعاب، أو تصحيح الأخطاء.

## حدود واضحة

- هذه المهارة تمتلك تخطيط التنفيذ الاستكشافي وملخصه فقط. - استخدم `ai-research-explore` بدلا من ذلك عندما تمتد المهمة لتشمل تنسيق `current_research` وتغييرات الكود الاستكشافية. - قد تسلم تنفيذ الأوامر الفعلي إلى `minimal-run-and-audit` أو `run-train`. - يجب أن تحافظ على حالة التجربة معزولة عن الأساس الموثوق به. - يجب أن تفضل الفحوصات ذات المجموعات الفرعية الصغيرة والدورات القصيرة قبل التشغيلات الاستكشافية الأثقل. - يجب أن تصنف نتائج التشغيل كدليل محدود وتشرح متى تكون المقارنة غير عادلة بشكل مباشر.

## دلالات التصنيف

- يستخدم اختيار المرشح قبل التنفيذ ثلاثة عوامل: `cost` (التكلفة)، و`success_rate` (معدل النجاح)، و`expected_gain` (المكسب المتوقع). - يجب أن تظل الأوزان الافتراضية متحفظة ما لم يقدم الباحث صراحة `selection_weights` (أوزان الاختيار). - لا يزال تقليم الميزانية ينطبق بعد التسجيل من خلال `max_variants` (الحد الأقصى للمتغيرات) و`max_short_cycle_runs` (الحد الأقصى للتشغيلات قصيرة الدورة). - إذا تم تنفيذ التشغيلات لاحقا، يجب أن يتحول التصنيف اللاحق إلى دليل التنفيذ الحقيقي، لا أن يبقى إرشاديا بحتا.

## تلميحات مواصفات المتغير

- استخدم `variant_axes` لتحديد شبكة أبعاد المرشح. - استخدم `subset_sizes` و`short_run_steps` للتعبير عن حجم التشغيل الاستكشافي. - استخدم `selection_weights` لإعادة موازنة `cost` و`success_rate` و`expected_gain`. - استخدم `primary_metric` و`metric_goal` حتى يتمكن التصنيف اللاحق من ترتيب المرشحين المنفذين بشكل متسق.

## توقعات الإخراج

- `explore_outputs/CHANGESET.md` - `explore_outputs/SCIENTIFIC_CHANGELOG.md` - `explore_outputs/COMPARABILITY_REPORT.md` - `explore_outputs/TOP_RUNS.md` - `explore_outputs/status.json`

## ملاحظات

استخدم `references/execution-policy.md`، و`../ai-research-reproduction/references/explore-variant-spec.md`، و`../ai-research-reproduction/references/deep-learning-experiment-principles.md`، و`scripts/plan_variants.py`، و`scripts/write_outputs.py`.

التثبيت

شغل هذا الأمر

npx skills add lllllllama/rigorpilot-skills

يعمل مع

claude appclaude codeclaude apicursorcodexwindsurfclinezed

خطوات التثبيت

ثبت باستخدام `npx skills add lllllllama/rigorpilot-skills`، أو استنسخ المستودع وانسخ مجلد `skills/explore-run` إلى دليل مهارات Claude الخاص بك.

عرض المصدر

أسئلة شائعة

ما هي مهارة استكشاف وتشغيل؟

Rigor Improve / Rigor Explore هي مهارة تشغيلية ل "leaf" تستخدم لاستكشاف الأدلة المحدودة في مستودعات أبحاث التعلم العميق. تستخدم عندما يأذن الباحث صراحة بعمليات التشغيل الاستكشافية مثل التحقق من صحة مجموعة فرعية صغيرة، أو التخمين والتحقق في دورات قصيرة، أو عمليات المسح الدفعية، أو البحث باستخدام وحدات معالجة الرسوميات الخاملة، أو تجارب التعلم التحويلي السريعة، مع تنبيهات المقارنة العادلة وملخصات عدم المبالغة في `expl…

كيف أثبت استكشاف وتشغيل؟

شغل هذا الأمر في الطرفية:

npx skills add lllllllama/rigorpilot-skills
مع أي أدوات ذكاء اصطناعي تعمل استكشاف وتشغيل؟

تعمل مع claude_app، claude_code، claude_api، cursor، codex، windsurf، cline، zed.

من طور استكشاف وتشغيل؟

طورها lllllllama.

هل استكشاف وتشغيل مجانية؟

نعم، يمكنك استخدامها مجانا.

أصول ذات صلة

مختارات أخرى في الإنتاجية والمكتب.

كل بدائل استكشاف وتشغيل ←
skillclaude_appclaude_codeclaude_api
npx skills add vercel-labs/skills
البحث عن المهارات
يساعد المستخدمين على اكتشاف وتثبيت مهارات الوكلاء عندما يطرحون أسئلة مثل "كيف أفعل X؟"، "ابحث عن مهارة ل X"، "هل توجد مهارة يمكنها..."، أو يعبرون عن ا…3,611,572+
skillclaude_appclaude_codeclaude_api
npx skills add heygen-com/hyperframes
استخدام الوسائط
احصل على أو أنشئ أي وسائط لفيديو HyperFrames - موسيقى، مؤثرات صوتية، صور، أيقونات، شعارات، تعليق صوتي، صورة رمزية وفيديو مولد، نصوص، قصاصات، درجات ألو…1,085,267+
skillclaude_appclaude_codeclaude_api
npx skills add mattpocock/skills
تحسين هيكلية قاعدة الكود
افحص قاعدة بيانات برمجية بحثا عن فرص للتحسين والتعميق، وقدمها كتقرير HTML مرئي، ثم تعمق في أي فرصة تختارها.1,040,100+
skillclaude_appclaude_codeclaude_api
npx skills add mattpocock/skills
تسليم المهام
لخص المحادثة الحالية في وثيقة تسليم ليتابعها وكيل آخر.946,569+
skillclaude_appclaude_codeclaude_api
npx skills add mattpocock/skills
فرز أولي
نقل المشكلات وطلبات السحب الخارجية عبر آلة حالة لأدوار الفرز، وتصنيفها، والتحقق منها، والتدقيق فيها عند الحاجة، وكتابة ملخصات جاهزة للوكلاء.881,979+
skillclaude_appclaude_codeclaude_api
npx skills add mattpocock/skills
تعليم
علم المستخدم مهارة أو مفهوما جديدا ضمن مساحة العمل هذه.778,928+

افحص قبل التثبيت

شغل أي مصدر عبر فحوصاتنا - الظهور في الذكاء الاصطناعي والأمان والأداء واكتشاف التقنيات.

المزيد في الإنتاجية والمكتب