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,...

RigorPilot โหมดทำซ้ำสำหรับการทำซ้ำคลังข้อมูลการเรียนรู้เชิงลึกแบบอ่าน README ก่อน ใช้เมื่อผู้ใช้ต้องการขั้นตอนแบบครบวงจรที่เชื่อถือได้น้อยที่สุด ซึ่งอ่านคลังข้อมูลก่อน เลือกเป้าหมายการอนุมานหรือการประเมินที่เล็กที่สุดที่บันทึกไว้ ประสานงานการรับเข้า การตั้งค่า การดำเนินการที่เชื่อถือได้ การฝึกอบรมที่เชื่อถือได้แบบไม่บังคับ การวิเคราะห์คลังข้อมูลแบบไม่บังคับ และการแก้ไขช่องว่างของเอกสารแบบไม่บังคับ บังคับใช้กฎการแก้ไขแบบอนุรักษ์นิยม บันทึกหลักฐาน สมมติฐาน การเบี่ยงเบน และจุดตัดสินใจของมนุษย์...

ทักษะแบบอ่านอย่างเดียวสำหรับ Rigor Analyze / Rigor Audit สำหรับคลังวิจัยการเรียนรู้เชิงลึก ใช้เมื่อผู้ใช้ต้องการอ่านและทำความเข้าใจคลัง ตรวจสอบโครงสร้างโมเดลและจุดเริ่มต้นการฝึกหรือการอนุมาน ทบทวนการกำหนดค่าและจุดแทรก หรือระบุรูปแบบการใช้งานที่น่าสงสัยโดยไม่ต้องแก้ไขโค้ดหรือรันงานหนัก ห้ามใช้สำหรับการรันคำสั่งแบบแอคทีฟ การปรับโครงสร้างโค้ดในวงกว้าง การปรับโค้ดแบบคาดเดา หรือการแก้ไขบั๊กอัตโนมัติ

ทักษะการตั้งค่า Rigor สำหรับการทำซ้ำ repo การเรียนรู้เชิงลึกที่ต้องอ่าน README ก่อน ใช้เมื่อภารกิจคือการเตรียมสภาพแวดล้อมแบบ conda-first ที่อนุรักษ์นิยม สมมติฐานเส้นทาง checkpoint และชุดข้อมูล คำแนะนำตำแหน่งแคช และบันทึกการตั้งค่าก่อนการรันใดๆ บน repo ที่มีเอกสาร README อย่าใช้สำหรับการสแกน repo การจัดระเบียบเต็มรูปแบบ การตีความบทความ การรายงานผลการรันสุดท้าย หรือการตั้งค่าสภาพแวดล้อมทั่วไปที่ไม่เกี่ยวข้องกับเป้าหมายการทำซ้ำเฉพาะ

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.

ตัวช่วยบริบทเอกสาร Rigor Paper สำหรับการทำซ้ำคลังข้อมูลการเรียนรู้เชิงลึกแบบ README-first ใช้เฉพาะเมื่อไฟล์ README และคลังข้อมูลมีช่องว่างที่สำคัญต่อการทำซ้ำ และภารกิจคือการแก้ไขรายละเอียดเฉพาะของเอกสาร เช่น การแบ่งชุดข้อมูล การประมวลผลล่วงหน้า โปรโตคอลการประเมิน การจับคู่จุดตรวจสอบ หรือสมมติฐานรันไทม์จากแหล่งเอกสารหลัก พร้อมบันทึกความขัดแย้ง ห้ามใช้สำหรับสรุปเอกสารทั่วไป การสแกนคลังข้อมูล การตั้งค่าสภาพแวดล้อม การดำเนินการคำสั่ง การค้นหาเอกสารเฉพาะชื่อ หรือ...

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.

ทักษะ Rigor Debug / Rigor Audit สำหรับงานวิจัยการเรียนรู้เชิงลึก ใช้เมื่อผู้ใช้วาง traceback ข้อผิดพลาดในเทอร์มินัล CUDA OOM ความล้มเหลวในการโหลด checkpoint รูปร่างไม่ตรงกัน อาการ NaN loss หรือความล้มเหลวในการฝึก และต้องการการวินิจฉัยแบบอนุรักษ์นิยมก่อนการแก้ไขใดๆ โดยแยกการแก้ไขข้อบกพร่องออกจากส่วนสนับสนุนการวิจัยอย่างชัดเจน ห้ามใช้สำหรับการปรับโครงสร้างใหม่ในวงกว้าง การปรับเปลี่ยนเชิงคาดเดา การแก้ไขเชิงสำรวจอัตโนมัติ หรือการทำความคุ้นเคยกับ repository ทั่วไป