ai-research-explore
Explorar Candidatos a Pesquisas Novas de Aprendizado Profundo
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.
스킬 ZIP 다운로드
Claude에서 업로드
설정 → 기능 → 스킬 → 스킬 업로드로 이동
토글을 켜고 사용 시작
테스트해 보기
"ai-research-explore" 사용 중입니다. Explore candidates for improving my transformer baseline on GLUE
예상 결과:
- 3 ideias candidatas geradas classificadas por ganho esperado e viabilidade
- Candidato 1: Atenção esparsa com padrão fixo (viabilidade: 0.85, ganho esperado: médio)
- Candidato 2: Roteamento aprendido com seleção top-k (viabilidade: 0.72, ganho esperado: alto)
- Candidato 3: Variante de decaimento de taxa de aprendizado por camada (viabilidade: 0.90, ganho esperado: baixo)
- Fontes mapeadas: 4 artigos do arXiv, 2 repositórios do GitHub
- SCIENTIFIC_CHANGELOG.md escrito em explore_outputs/
"ai-research-explore" 사용 중입니다. Run feasibility check on candidate 2
예상 결과:
- Decomponível em 3 unidades auditáveis: módulo de roteamento, seletor top-k, integração de loss
- Computação estimada: 2.3 GPU-horas dentro do orçamento
- Risco de avaliação: baixo (usa o pipeline de eval existente)
- Facilidade de rollback: alta (mudança isolada de módulo)
- Recomendação: prosseguir para smoke test delimitado
보안 감사
중간 위험The skill is a legitimate research exploration tool that uses subprocess for running internal pass scripts, hashlib for cache identity digests, and network calls to public research APIs (GitHub, arXiv, DOI) for metadata resolution. The static analyzer flagged 601 potential issues, but most are false positives from regex-based pattern matching. The 'weak cryptographic algorithm' findings refer to hashlib usage for non-security purposes (cache deduplication), not authentication. Subprocess calls execute internal pass scripts with controlled arguments, not user-controlled shell injection. Network access is limited to well-known research metadata providers. No prompt injection attempts or malicious intent detected.
높은 위험 문제 (1)
중간 위험 문제 (2)
낮은 위험 문제 (2)
위험 요인
⚙️ 외부 명령어 (5)
🌐 네트워크 접근 (8)
🔑 환경 변수 (5)
⚡ 스크립트 포함 (3)
품질 점수
만들 수 있는 것
Exploração Sistemática de Ideias
Um pesquisador quer explorar várias melhorias candidatas para seu modelo atual. Ele usa esta skill para gerar ideias classificadas com pontuações de viabilidade e changelogs científicos.
Fluxos de Trabalho de Comparação Justa
Uma equipe de pesquisa precisa comparar abordagens candidatas contra sua referência SOTA com variáveis controladas e evidências auditáveis. A skill impõe fontes de avaliação congeladas e relatórios de comparabilidade.
Ideação Fundamentada em Literatura
Um doutorando quer brainstorm de novas direções de pesquisa fundamentadas em literatura existente. A skill mapeia ideias candidatas para fontes de arXiv e DOI para contexto.
이 프롬프트를 사용해 보세요
I have a current_research branch exp/my-baseline with a trained checkpoint. Help me explore 3 candidate improvements using the ai-research-explore skill. Focus on architecture variations that preserve the current evaluation protocol.
Start a research_campaign with current_research at commit abc1234, benchmark GLUE, evaluation_source from my eval pipeline, and sota_reference paper 2301.00000. Generate candidate ideas for attention mechanism improvements with budget 4 GPU-hours.
Map my current idea 'sparse attention with learned routing' to relevant sources from arXiv and GitHub. Then generate 2 derivative candidates that preserve the routing mechanism but vary the sparsity pattern.
Run the execution_feasibility and implementation_fidelity passes on my top-3 ranked candidates. Report which ones are decomposable into auditable units and which need checkpoint discussion.
모범 사례
- Sempre estabeleça uma âncora current_research durável (branch, commit ou checkpoint) antes de iniciar a exploração
- Congele a família de tarefas, dataset, benchmark e fonte de avaliação antes de gerar ideias candidatas
- Use busca de fontes com prioridade para cache e prefira literatura curada local em vez de buscas web abertas
- Escreva os artefatos SCIENTIFIC_CHANGELOG e COMPARABILITY_REPORT para manter evidências auditáveis
피하기
- Não use esta skill para reprodução confiável - use ai-research-reproduction em vez disso
- Não pule a etapa explícita de autorização de exploração nem prossiga sem uma âncora current_research
- Não apresente ganhos exploratórios como melhorias verificadas nem alegue completude global de benchmarks
- Não escolha silenciosamente entre os melhores candidatos se a implementação não puder ser decomposta em unidades auditáveis