ai-research-explore

ai-research-explore

目的

研究者が、永続的な current_research アンカーに基づく候補のみの作業を明示的に許可した後に、Rigor Explore 互換のスキルスラッグとして使用します。互換性を保つため、インストール済みのスラッグは ai-research-explore のままです。Rigor Explore は、科学的な厳密性、比較可能性、再現性、監査可能な共同作業を維持しながら、意義があり、新規性のある可能性を持つ深層学習研究の候補を扱います。新規性と重要性は、文献との対比、アブレーションのエビデンス、公正な比較が行われるまでは仮説です。このスキルは、自律的な発見、ベンチマークの網羅性、新規性の証明、信頼できる再現の成功を保証するものではありません。

まず、共有の運用原則である ../ai-research-reproduction/references/agent-operating-principles.md を読み込み、次に研究上の主張については ../ai-research-reproduction/references/research-rigor-principles.md を、実験の詳細が比較可能性または再現性に影響する場合は ../ai-research-reproduction/references/deep-learning-experiment-principles.md を読み込みます。

適合性

次の両方を満たす依頼に限り、このスキルを使用します。

• 候補のみの作業、隔離されたブランチまたはワークツリー、スイープ、複数のバリアント、探索的な順位付けなど、探索レーンの使用が明示的に許可されていること。
• ブランチ、コミット、チェックポイント、実行記録、またはすでに学習済みのローカルモデル状態など、永続的な current_research コンテキストがあること。

狭い範囲のコードのみの依頼には explore-code を使用します。狭い範囲の実行のみの依頼には explore-run を使用します。リポジトリの受動的な分析には analyze-project を使用します。README を最初に読む再現には ai-research-reproduction を使用します。

研究のリズム

2 つのループで進めます。

• 外側のループ：リポジトリを理解し、タスク／データセット／評価／予算を固定し、ユーザーのアイデアを維持し、情報源を対応付け、アイデアをゲートにかけ、次の実験を実行する価値があるか判断します。
• 内側のループ：範囲を限定した候補の変更または実行を 1 つ行い、スモークチェックを実施し、エビデンスを収集し、現在のアンカーと比較して順位付けしたうえで、停止するか、新たなエビデンスを持って外側のループに戻ります。

このリズムは指針であり、自律的にループを厳格に繰り返すものではありません。明示的な阻害要因、科学的な意味の不明確さ、予算の枯渇、アンカーまたは評価の欠如、人間による確認が必要な時点で停止します。

ワークフロー

1. current_research と、探索レーンの使用が明示的に許可されていることを確認します。
2. 従来の variant_spec またはより高レベルの research_campaign のどちらかを受け入れます。
3. キャンペーンモードでは、候補の作業に着手する前に、タスク、データセット、ベンチマーク、評価ソース、SOTA 参照、予算を固定します。
4. 通常は analyze-project を通じて、現在のキャンペーンに必要なリポジトリ理解の成果物だけを作成します。
5. 情報源による裏付けが重要な場合は、範囲を限定したキャッシュ優先の情報源検索を行います。利用可能であれば、まずローカルでキュレーションされた Zotero などの文献を優先し、次にシード情報源、リポジトリ内のロケーター、公開ロケーター、任意のウェブ検索を利用します。検索は情報源の特定として扱い、範囲を限定しない文献検索にはしません。
6. 研究者が提示したアイデアを維持し、必要に応じて単一変数のシードアイデアを少数追加して、明示的なゲートとスコアの内訳に基づいてアイデアを順位付けします。
7. 一度に 1 つの明確な候補を優先します。範囲を限定したコードの適応には explore-code を、短いサイクルの試行またはスイープには explore-run を使用します。
8. 探索計画で実際の実行エビデンスが必要な場合に限り、minimal-run-and-audit または run-train を使用します。
9. 候補のみの出力は、適宜 analysis_outputs/、sources/、explore_outputs/ に書き込みます。探索による性能向上を信頼できる再現の成功として示してはいけません。候補の科学的な意味と比較の境界を示すため、SCIENTIFIC_CHANGELOG.md と COMPARABILITY_REPORT.md を含めます。

ランキングとエビデンス

• 実行前に、期待される利得、コスト、成功可能性、パッチの範囲、依存関係による負荷、評価リスク、ロールバックの容易さに基づいて候補に優先順位を付けます。
• 実行後は、実際のエビデンスを最優先にして順位を付けます。具体的には、コマンドのステータス、観測された指標、成果物、変更されたパス、スモークテストの結果、再現性に関するメモです。
• キャンペーン中は、研究者が提供した evaluation_source と sota_reference を変更せずに保持します。これらが全世界を網羅しているとは主張しないでください。
• 上位のアイデアが僅差すぎる場合や、実装を監査可能な単位に分割できない場合は、黙って選ぶのではなく、チェックポイントで停止します。

キャンペーンの入力

research_campaign は Rigor Explore キャンペーンで推奨されますが、最小限にとどめてください。永続的なコアは次のとおりです。

• current_research
• task_family
• dataset
• benchmark
• evaluation_source
• sota_reference
• compute_budget

candidate_ideas、variant_spec、research_lookup、idea_policy、idea_generation、source_constraints、feasibility_policy、baseline_gate、execution_policy は、すべてのキャンペーンでエージェントが入力しなければならないフィールドではなく、任意のガイダンスとして使用してください。高度なスキーマと成果物の要件については、references/research-campaign-spec.md を参照してください。

リファレンスの読み込み

• レーンの安全性と候補の意味については、references/ai-research-explore-policy.md を読み込みます。
• キャンペーンファイルが存在する場合、またはユーザーが Rigor Explore キャンペーンのガバナンスを求めている場合に限り、references/research-campaign-spec.md を読み込みます。
• 実行レベルのバリアントマトリックスの詳細については、../ai-research-reproduction/references/explore-variant-spec.md を読み込みます。
• 候補となる変更を提案またはランク付けする前に、../ai-research-reproduction/references/research-thinking-loop.md を読み込みます。これは必須の greedy observe-ground-design-compare サイクルです。
• 新規性、貢献、SOTA、または比較可能性について述べる前に、../ai-research-reproduction/references/research-rigor-principles.md を読み込みます。
• ~/.rigorpilot/PERSONAL_RIGOR.md が存在する場合は、../ai-research-reproduction/references/continuous-learning-policy.md に従って参照します（参考情報のみ。コアの規則が優先されます）。
• 学習、評価、ベースライン、アブレーション、指標、チェックポイント、またはデータセットの詳細が重要な場合は、../ai-research-reproduction/references/deep-learning-experiment-principles.md を読み込みます。
• 既存の決定論的な成果物ワークフローには、scripts/orchestrate_explore.py と scripts/write_outputs.py を使用します。