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،...
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-skillsيعمل مع
خطوات التثبيت
ثبت باستخدام `npx skills add lllllllama/rigorpilot-skills`، أو استنسخ المستودع وانسخ مجلد `skills/explore-run` إلى دليل مهارات Claude الخاص بك.
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-skillsمع 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.
npx skills add vercel-labs/skills
npx skills add heygen-com/hyperframes
npx skills add mattpocock/skills
npx skills add mattpocock/skills
npx skills add mattpocock/skills
npx skills add mattpocock/skills
افحص قبل التثبيت
شغل أي مصدر عبر فحوصاتنا - الظهور في الذكاء الاصطناعي والأمان والأداء واكتشاف التقنيات.
مختبر وكلاء الذكاء الاصطناعي
اختبار الذكاء الاصطناعي
فحص أمني تلقائي للموقع
الأمان
اختبار جودة المحتوى العربي بالذكاء الاصطناعي
جودة المحتوى
كاشف منصة الموقع
الترحيل
محلل سرعة الصفحة
الأداء
تدقيق الظهور في محركات الذكاء الاصطناعي
الظهور في الذكاء الاصطناعي
مولد ملف llms.txt
الظهور في الذكاء الاصطناعي
منشئ البيانات المنظمة
الظهور في الذكاء الاصطناعي
مقياس سهولة القراءة بالعربية
جودة المحتوى
حاسبة تكاليف الذكاء الاصطناعي
اختبار الذكاء الاصطناعي
محلل العناوين العربية
جودة المحتوى