Lllllllama Skills

Rigor Explore compatible skill slug for meaningful and potentially novel deep learning research candidates. Use when the researcher has chosen the task family, dataset, benchmark, evaluation method, provided SOTA references, and wants candidate-only exploration on top of `current_research` with auditable repo understanding, idea gating, fair comparison, and governed experiments written to `explore_outputs/`. Do not use for README-first trusted reproduction, open-ended direction finding,...

RigorPilot पुनरुत्पादन-मोड ऑर्केस्ट्रेटर README-प्रथम गहन शिक्षण रिपॉजिटरी पुनरुत्पादन के लिए। उपयोग करें जब उपयोगकर्ता एक अंत-से-अंत, न्यूनतम-विश्वसनीय प्रवाह चाहता है जो पहले रिपॉजिटरी पढ़ता है, सबसे छोटा दस्तावेजीकृत अनुमान या मूल्यांकन लक्ष्य चुनता है, इनटेक, सेटअप, विश्वसनीय निष्पादन, वैकल्पिक विश्वसनीय प्रशिक्षण, वैकल्पिक रिपॉजिटरी विश्लेषण, और वैकल्प

Rigor Analyze / Rigor Audit केवल पढ़ने योग्य कौशल है जो गहन शिक्षण अनुसंधान रिपॉजिटरी के लिए है। इसका उपयोग तब करें जब उपयोगकर्ता किसी रिपॉजिटरी को पढ़ना और समझना चाहता है, मॉडल संरचना और प्रशिक्षण या अनुमान प्रवेश बिंदुओं का निरीक्षण करना चाहता है, कॉन्फ़िगरेशन और सम्मिलन बिंदुओं की समीक्षा करना चाहता है, या कोड को संशोधित किए बिना या भारी कार्य चलाए बिना संदिग्ध कार्यान्वयन पैटर्न को चिह्न

README-प्रथम डीप लर्निंग रिपॉजिटरी पुनरुत्पादन के लिए रिगोर सेटअप कौशल। इसका उपयोग तब करें जब कार्य विशेष रूप से README-दस्तावेजित रिपॉजिटरी पर कोई रन करने से पहले एक रूढ़िवादी कोंडा-प्रथम वातावरण, चेकपॉइंट और डेटासेट पथ धारणाएं, कैश स्थान संकेत और सेटअप नोट्स तैयार करना हो। रिपॉजिटरी स्कैनिंग, पूर्ण ऑर्केस्ट्रेशन, पेपर व्याख्या, अंतिम रन रिपोर्टिंग, या सामान्य

Rigor Improve implementation leaf skill for auditable candidate implementation in deep learning research repositories. Use when the researcher explicitly authorizes exploratory work on an isolated branch or worktree to transplant modules, adapt a backbone, add LoRA or adapter layers, replace a head, or stitch together meaningful low-risk migration ideas with rollback-aware records in `explore_outputs/`. Do not use for end-to-end exploration orchestration on top of `current_research`, trusted...

Rigor Improve / Rigor Explore run leaf skill for bounded exploratory evidence in deep learning research repositories. Use when the researcher explicitly authorizes exploratory runs such as small-subset validation, short-cycle guess-and-check, batch sweeps, idle-GPU search, or quick transfer-learning trials, with fair-comparison caveats and no-overclaim summaries in `explore_outputs/`. Do not use for end-to-end exploration orchestration on top of `current_research`, trusted baseline...

Rigor Run skill for README-first deep learning repo reproduction. Use when the task is specifically to capture or normalize evidence from the selected smoke test or documented inference or evaluation command and write standardized `repro_outputs/` files, including patch notes when repository files changed. Do not use for training execution, initial repo intake, generic environment setup, paper lookup, target selection, hidden scientific-meaning changes, or end-to-end orchestration by itself.

README-प्रथम गहन शिक्षण रिपॉजिटरी पुनरुत्पादन के लिए रिगर पेपर संदर्भ सहायक। केवल तब उपयोग करें जब README और रिपॉजिटरी फ़ाइलें एक संकीर्ण पुनरुत्पादन-महत्वपूर्ण अंतर छोड़ती हैं और कार्य प्राथमिक पेपर स्रोतों से डेटासेट विभाजन, प्रीप्रोसेसिंग, मूल्यांकन प्रोटोकॉल, चेकपॉइंट मैपिंग, या रनटाइम धारणा जैसे किसी विशिष्ट पेपर विवरण को हल करना है, साथ ही विरोधाभासों को र

Rigor Intake helper for README-first deep learning repo reproduction. Use when the task is specifically to scan a repository, read the README and common project files, extract documented commands, classify inference, evaluation, and training candidates, and return the smallest trustworthy reproduction plan to the main orchestrator. Do not use for environment setup, asset download, command execution, final reporting, paper lookup, or end-to-end orchestration.

Rigor Train skill for deep learning research repositories. Use when a documented or selected training command should be run conservatively for startup verification, short-run verification, full kickoff, or resume, with command, config, seed, log, checkpoint, status, and metric evidence written to standardized `train_outputs/`. Do not use for environment setup, exploratory sweeps, speculative idea implementation, or end-to-end orchestration.

गहन शिक्षण अनुसंधान कार्य के लिए रिगोर डिबग / रिगोर ऑडिट कौशल। इसका उपयोग तब करें जब उपयोगकर्ता ट्रेसबैक, टर्मिनल त्रुटि, CUDA OOM, चेकपॉइंट लोड विफलता, आकार बेमेल, NaN हानि लक्षण, या प्रशिक्षण विफलता पेस्ट करता है और किसी भी पैचिंग से पहले रूढ़िवादी निदान चाहता है, जिसमें डिबग फिक्स को शोध योगदान से स्पष्ट रूप से अलग किया गया हो। व्यापक रीफैक्टरिंग, अनुमानात्मक अनु