Loading...
Loading...
共找到 2 个 Skills
Rigor Explore兼容的skill slug，用于生成有意义且具备潜在新颖性的深度学习研究候选方案。当研究者已选定任务类别、数据集、基准、评估方法，提供了SOTA参考，且希望在`current_research`基础上仅开展候选方案探索，同时需要可审计的仓库理解、想法筛选、公平对比，以及将受控实验结果写入`explore_outputs/`时，可使用本技能。请勿将其用于以README优先的可信复现、开放式方向探索、仅代码或仅运行的窄范围探索、被动仓库分析、已验证的新颖性声明或隐式实验。
这是与Rigor Reproduce兼容的技能slug，适用于以README优先的深度学习仓库复现场景。当用户需要一套端到端、高可信度的最小化流程时使用该技能：流程会先读取仓库内容，选择文档中记录的最小推理或评估目标，协调完成接收、环境搭建、可信执行、可选的可信训练、可选的仓库分析以及可选的论文与仓库差异解决，遵循保守的补丁规则，记录证据、假设、偏差和人工决策点，并生成标准化的`repro_outputs/`结果包。请勿将其用于论文摘要生成、通用环境搭建、孤立仓库扫描、独立命令执行、静默协议变更、分数刷取或仓库复现之外的广泛研究辅助场景。