lllllllama

A depuração em aprendizado profundo frequentemente leva a correções especulativas que comprometem a reprodutibilidade da pesquisa. Esta skill fornece diagnóstico conservador com portões explícitos de aprovação antes de qualquer modificação de código, mantendo as correções de depuração separadas das contribuições de pesquisa.

Deep learning training runs often lack reproducible evidence and clear status reporting. This skill executes a selected training command conservatively and writes standardized training evidence to train_outputs/.

Escanear manualmente repositórios de IA para comandos de reprodução é demorado e propenso a erros. Esta skill automatiza a análise baseada em README para extrair comandos documentados e gerar planos de reprodução mínimos e confiáveis.

Ao reproduzir pesquisa de IA, READMEs de repositórios frequentemente deixam lacunas críticas sobre divisões de datasets, protocolos de avaliação ou detalhes de pré-processamento. Esta skill resolve essas questões estreitas de reprodução a partir de fontes primárias de artigos, preservando a orientação de priorizar o README.

A execução de experimentos de reprodução de artigos de IA requer execução consistente de comandos e relatórios padronizados. Esta skill executa testes de fumaça, execuções de inferência ou comandos de avaliação enquanto gera automaticamente pacotes de saída estruturados para trilhas de auditoria.

Pesquisadores de deep learning precisam executar ensaios exploratórios rápidos sem extrapolar os resultados. Esta skill gera matrizes de variantes com consciência de orçamento e ressalvas de comparação justa, mantendo a evidência exploratória claramente separada das baselines confiáveis.

Deep learning researchers need to explore code modifications without breaking trusted baselines. This skill creates conservative, auditable change plans with explicit rollback paths for isolated worktrees.

Configurar ambientes de pesquisa de IA para reprodução de artigos é complexo e sujeito a erros. Esta skill automatiza a criação conservadora de ambientes conda-first e o planejamento de caminhos de ativos para reduzir o atrito de configuração.

Entender um novo repositório de deep learning consome tempo e é propenso a erros. Esta skill fornece análise estática somente leitura para mapear a estrutura do modelo, pontos de entrada de treinamento e padrões suspeitos, sem modificar código nem executar jobs de treinamento custosos.

Reproducing deep learning papers is slow and error-prone because commands, datasets, and assumptions are scattered across READMEs. This skill reads the repository first, selects the smallest documented target, and writes a standardized repro_outputs/ bundle with evidence, deviations, and human decision points.

Pesquisadores enfrentam dificuldades para explorar e classificar de forma sistemática ideias novas de aprendizado profundo com rigor científico. Esta skill fornece exploração auditável de candidatos com gating de ideias, comparação justa e fluxos de trabalho de experimentos governados sobre current_research.