Skills Lllllllama

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,...

Orkestrator mode reproduksi RigorPilot untuk reproduksi repositori deep learning yang mengutamakan README. Gunakan saat pengguna menginginkan alur menyeluruh yang dapat dipercaya secara minimal, yang membaca repositori terlebih dahulu, memilih target inferensi atau evaluasi terdokumentasi terkecil, mengoordinasikan penerimaan, pengaturan, eksekusi tepercaya, pelatihan tepercaya opsional, analisis repositori opsional, dan resolusi celah makalah opsional, menerapkan aturan tambalan konservatif, mencatat bukti, asumsi, penyimpangan, dan titik keputusan manusia,...

Keterampilan hanya-baca Rigor Analyze / Rigor Audit untuk repositori riset pembelajaran mendalam. Gunakan ketika pengguna ingin membaca dan memahami repositori, memeriksa struktur model serta titik masuk pelatihan atau inferensi, meninjau konfigurasi dan titik penyisipan, atau menandai pola implementasi yang mencurigakan tanpa memodifikasi kode atau menjalankan pekerjaan berat. Jangan gunakan untuk eksekusi perintah aktif, refaktorisasi luas, adaptasi kode spekulatif, atau perbaikan bug otomatis.

Keterampilan Rigor Setup untuk reproduksi repositori deep learning yang mengutamakan README. Gunakan ketika tugas secara spesifik adalah menyiapkan lingkungan conda-first yang konservatif, asumsi jalur checkpoint dan dataset, petunjuk lokasi cache, serta catatan pengaturan sebelum menjalankan repositori yang didokumentasikan dengan README. Jangan gunakan untuk pemindaian repositori, orkestrasi penuh, interpretasi makalah, pelaporan hasil akhir, atau pengaturan lingkungan generik yang tidak terkait dengan target reproduksi tertentu.

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...

We need to translate the given text from English to Bahasa Indonesia. The text is a description of an agent skill named "explore-run". The instruction says to preserve the name "explore-run" if it appears in the source text. It does appear: "explore-run leaf skill" and "explore_outputs/". Also "Rigor Improve / Rigor Explore" might be names? The instruction says preserve product names, protocol names, URLs, numbers, technical terms. "Rigor Improve" and "Rigor Explore" might be product names or skill names. The instruction says "Do not include the name unless it appears in the source text." So we should keep "Rigor Improve", "Rigor Explore", "explore-run", "explore_outputs/". Also "fair-comparison caveats" and "no-overclaim summaries" are technical terms. We need to translate the rest naturally. Let's break down the text: "Rigor Improve / Rigor Explore run leaf skill for bounded exploratory evidence in deep learning research repositories. Use when the researcher

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.

Pembantu Konteks Paper Rigor untuk reproduksi repositori deep learning yang mengutamakan README. Gunakan hanya ketika file README dan repositori menyisakan celah sempit yang kritis untuk reproduksi dan tugasnya adalah menyelesaikan detail spesifik paper seperti pembagian dataset, pra-pemrosesan, protokol evaluasi, pemetaan checkpoint, atau asumsi runtime dari sumber paper utama sambil mencatat konflik. Jangan gunakan untuk ringkasan paper umum, pemindaian repositori, pengaturan lingkungan, eksekusi perintah, pencarian paper hanya berdasarkan judul, atau...

Pembantu penerimaan ketat untuk reproduksi repositori deep learning berbasis README. Gunakan ketika tugasnya secara spesifik memindai repositori, membaca README dan file proyek umum, mengekstrak perintah yang terdokumentasi, mengklasifikasikan kandidat inferensi, evaluasi, dan pelatihan, serta mengembalikan rencana reproduksi paling kecil dan terpercaya ke orkestrator utama. Jangan gunakan untuk pengaturan lingkungan, unduhan aset, eksekusi perintah, pelaporan akhir, pencarian makalah, atau orkestrasi ujung-ke-ujung.

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.

Keterampilan Rigor Debug / Rigor Audit untuk pekerjaan riset pembelajaran mendalam. Gunakan ketika pengguna menempelkan traceback, error terminal, CUDA OOM, kegagalan muat checkpoint, ketidakcocokan bentuk, gejala kehilangan NaN, atau kegagalan pelatihan dan menginginkan diagnosis konservatif sebelum melakukan penambalan apa pun, dengan perbaikan debug yang dipisahkan secara jelas dari kontribusi riset. Jangan gunakan untuk refaktorisasi luas, adaptasi spekulatif, penambalan eksploratif otomatis, atau pengenalan repositori umum.