ai-research-explore
Исследование кандидатов для исследований в области глубокого обучения
Исследовательским командам нужны дисциплинированные способы проверять идеи-кандидаты без преувеличения результатов. Этот навык структурирует поиск источников, ранжирование идей, ограниченные запуски и проверяемые выходные материалы.
Не устанавливайте этот Skill автоматически.
Каноническая политика требует проверки оператором перед любым действием по установке.
Установить с помощью моего Агента
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "ai-research-explore" from https://skillstore.io/skills/lllllllama-ai-research-explore.md and its manifest at https://skillstore.io/api/skills/lllllllama-ai-research-explore/manifest. Verify the artifact. Do not auto-install. Inspect the skill and report your findings, then wait for an operator or manual installation decision.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Ресурсы для AI-агентов
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Протестировать
Использование «ai-research-explore». Ранжировать три идеи-кандидата для модели сегментации с фиксированным бенчмарком mIoU.
Ожидаемый результат:
- Ранжированный список кандидатов с отказами жестких шлюзов и детализацией оценок.
- Выбранная идея с поддержкой источниками, ожидаемой выгодой, риском и заметками по откату.
- Граница сравнения, объясняющая, каких доказательств все еще не хватает.
Использование «ai-research-explore». Спланировать эксперимент короткого запуска для выбранного кандидата.
Ожидаемый результат:
- Манифест эксперимента с выбранной идеей, переопределениями конфигурации, запланированными файлами и ссылками на доказательства.
- План smoke-проверки, охватывающий синтаксис, разрешение импортов, пути конфигурации и проверки команды короткого запуска.
- Научный журнал изменений, который отделяет исследовательские результаты от заявлений о доверенном воспроизведении.
Использование «ai-research-explore». Провести аудит поддержки источниками для предлагаемого переноса модуля.
Ожидаемый результат:
- Инвентарь источников с классами доказательств для внешних, разобранных, локальных для репозитория и только исходных записей.
- Отчет о сопоставлении источников с исходным репозиторием, исходным файлом, целевым файлом и классом патча.
- Рекомендация продолжить, сузить патч или остановиться для контрольной проверки человеком.
Аудит безопасности
КритичноMost static alerts are false positives caused by Markdown formatting, identifiers, nested Python structures, and fixed argument-list subprocess calls. Confirmed risks include outbound lookup traffic, unrestricted user-derived URLs, and instructions to read files outside the skill package. Automatic imports execute target repository modules during feasibility checks, creating an unsandboxed arbitrary code execution risk.
Подтверждённые проблемы безопасности (2)
Пункты проверки возможностей (16)
Это реальные локальные возможности, которые могут ожидаться для этого навыка, поэтому они требуют проверки, но не считаются подтверждённым вредоносным поведением.
Факторы риска
⚙️ Внешние команды (50)
🌐 Доступ к сети (12)
🔑 Переменные окружения (8)
⚡ Содержит скрипты (3)
📁 Доступ к файловой системе (17)
Поделиться и цитировать этот отчет
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
Копировать ссылку на отчёт
https://skillstore.io/skills/lllllllama-ai-research-explore/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportЗначок Markdown
[](https://skillstore.io/skills/lllllllama-ai-research-explore?utm_source=security_passport_badge)Значок HTML
<a href="https://skillstore.io/skills/lllllllama-ai-research-explore?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/lllllllama-ai-research-explore/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Встраиваемая карточка
<iframe src="https://skillstore.io/embed/skills/lllllllama-ai-research-explore.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Академические ссылки (APA · BibTeX · CFF)
Цитата APA
lllllllama. (2026). ai-research-explore security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/lllllllama-ai-research-explore/audits/7Цитата BibTeX
@techreport{lllllllama-lllllllama-ai-research-explore-2026,
author = {lllllllama},
title = {ai-research-explore security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/lllllllama-ai-research-explore/audits/7},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "ai-research-explore security audit report (audit version 7)"
version: "unspecified"
type: report
authors:
- name: "lllllllama"
date-released: "2026-08-08"
url: "https://skillstore.io/skills/lllllllama-ai-research-explore/audits/7"
identifiers:
- type: other
value: "skillstore:lllllllama-ai-research-explore:audit:7"
description: "Skillstore immutable audit report identifier"
Оценка Skillstore
Почему такая оценка Достоверность доказательств: СреднийЧто вы можете построить
Ранжирование исследовательских идей-кандидатов
Сравните несколько идей-кандидатов в области глубокого обучения с зафиксированным бенчмарком и контрактом оценки.
Планирование ограниченных экспериментальных запусков
Преобразуйте выбранную идею в обратимый план короткого запуска с явными артефактами и заметками по откату.
Аудит доказательной базы исследования
Проверьте поддержку источниками, сигналы осуществимости и границы сравнения перед масштабированием кандидата.
Попробуйте эти промпты
Use ai-research-explore to review candidate-only ideas for current_research <branch or commit>. Keep the dataset, benchmark, evaluation source, and compute budget fixed.
Evaluate these candidate ideas for <task family> on <dataset>. Rank them by expected gain, feasibility, evaluation risk, source support, and rollback ease.
Plan one bounded short-run experiment for the top candidate. Preserve the frozen evaluation command and produce auditable outputs under explore_outputs.
Run a governed Rigor Explore campaign from this research_campaign file. Use cache-first source lookup, baseline gating, source mapping, atomic decomposition, and implementation fidelity checks.
Лучшие практики
- Зафиксируйте current_research, набор данных, бенчмарк, источник оценки и бюджет до начала работы над кандидатами.
- Считайте каждый результат исследовательским, пока не завершены сопоставление с источниками, абляции и честное сравнение.
- Запускайте одного обратимого кандидата за раз и сохраняйте выходные материалы в объявленных каталогах артефактов.
Избегать
- Не используйте этот навык для открытого мозгового штурма без устойчивой исследовательской опорной точки.
- Не представляйте улучшения коротких запусков как подтвержденную новизну, SOTA или успех воспроизведения.
- Не включайте опциональное выполнение команд или сетевой поиск без проверки входных данных кампании.
Часто задаваемые вопросы
Для чего оптимизирован этот навык?
Может ли он доказать, что исследовательская идея является новой?
Требуется ли для него полный файл кампании?
Может ли он запускать эксперименты?
Использует ли он внешние сетевые сервисы?
Какие инструменты могут использовать этот навык?
Сведения для разработчиков
Автор
lllllllamaЛицензия
MIT
Ревизия Skillstore
r2
Примечание о версии
Автор не указал версию.
Ссылка
656be3040aef5c047555a908cd5c695d22a4a548
Актуальность поддержки
08.08.2026
Использование
9 загрузок · 1 просмотров
Структура файлов