@lllllllama
科学、DevOps、ライティング領域をカバー、代表作は paper-context-resolver、repo-intake-and-plan、minimal-run-and-audit。
@lllllllama のすべての Skill
ai-research-explore
by @lllllllama
この Skill は、深層学習研究のための厳格で再現性のある探索プロセスを提供します。研究者が定義されたタスク、データセット、ベンチマークに基づいて候補ソリューションを探索するのを支援し、監査可能な実験、比較可能な結果、高品質な探索的出力の生成を保証することで、有意義で革新的な研究を加速します。
analyze-project
by @lllllllama
この Skill は、深層学習研究リポジトリの読み取り専用分析と監査を実行します。ユーザーがモデル構造、トレーニング/推論のエントリポイント、および設定の関係を理解し、潜在的な挿入点や疑わしい実装パターンを特定するのに役立ちます。これにより、コードを変更したり重いタスクを実行したりすることなく、プロジェクトの深い洞察を提供します。
ai-research-reproduction
by @lllllllama
この Skill は、深層学習研究リポジトリの再現プロセスを自動化し、最小限の信頼性、監査可能な証拠、および科学的厳密性を保証します。README の読み込み、最小限の信頼できるターゲットの選択、セットアップの調整、実行、トレーニング検証、リポジトリ分析、標準化されたレポートの生成までの一連のプロセスを効率化します。これにより、AI 研究検証の効率と科学的信頼性が大幅に向上し、手動介入とエラーが削減されます。
explore-code
by @lllllllama
この Skill は、深層学習研究における厳密な改善実装リーフスキルとして機能し、研究者が分離されたブランチでモジュールの移植、バックボーンの適応、アダプター層の追加などの探索的なコード変更を行うことを可能にします。すべての変更が監査可能でロールバックに対応していることを保証し、研究者が低リスクの実験を効率的に実施し、プロセスと結果を体系的に記録することで、研究の厳密性と追跡可能性を向上させます。
safe-debug
by @lllllllama
この Skill は、深層学習研究作業におけるデバッグと監査のために設計されています。ユーザーがトレースバック、ターミナルエラー、CUDA OOM、チェックポイントロード失敗、形状不一致、またはトレーニング失敗などの問題に遭遇した場合、この Skill は保守的な診断と最小限の修正提案を提供し、デバッグ修正と研究貢献を明確に区別します。これにより、ユーザーは問題を迅速に特定して解決し、研究プロセスの厳密性と効率性を確保できます。
explore-run
by @lllllllama
この Skill は、深層学習研究における限定的な探索的実行（小規模サブセット検証、短サイクル試行錯誤、バッチスイープ、迅速な転移学習など）のために使用されます。研究者が実験を体系的に計画・要約し、候補モデルや手法を効率的に評価することで、研究プロセスを加速させます。
run-train
by @lllllllama
この Skill は、選択された深層学習トレーニングコマンドを実行し、トレーニング中の証拠出力を標準化して、実験の再現性を保証します。スタートアップ検証、短期検証、完全なトレーニング開始、または再開を支援し、コマンド、設定、シード、ログ、チェックポイント、ステータス、メトリクスを自動的に記録することで、深層学習研究の効率と実験管理を大幅に向上させます。
paper-context-resolver
by @lllllllama
AI論文再現における重要なコンテキスト情報を解決し、データセットバージョン、評価プロトコル、チェックポイントマッピングなどの技術的詳細を補完し、実行可能な証拠を提供します。
repo-intake-and-plan
by @lllllllama
RigorPilotスキルは、AIエージェントが科学的な厳密さをもって深層学習研究プロジェクトを再現、改善、探索できるようにします。これは、意味のある変更、公正な比較、再現可能な証拠、および監査可能な修正を重視し、単にスコアを追求するのではなく、深層学習研究の実質的な進歩を推進します。このスキルは、環境設定、データ、モデルトレーニング、評価などの主要な側面を処理する深層学習研究リポジトリに焦点を当てています。
minimal-run-and-audit
by @lllllllama
RigorPilotスキルは、深層学習実験向けの研究優先エージェントスキルです。AIエージェントが科学的な厳密さをもって深層学習研究プロジェクトを再現、改善、探索、監査することを可能にし、意味のある変更、公正な比較、再現可能な証拠、監査可能な修正を保証します。
env-and-assets-bootstrap
by @lllllllama
AI論文再現のための実行環境と依存リソースを準備し、不足しているモデルチェックポイント、データセット、キャッシュディレクトリを自動検出し、複数のクラウドストレージをサポートします。
ai-paper-reproduction
by @lllllllama
AI論文のコードリポジトリを再現し、READMEを自動分析し、トレーニングスクリプトを識別し、最小限の信頼できる実行を行い、標準化された再現レポートを出力します。