SKILL.md
readonlyread-only
name
run-train
description
Rigor Train 技能，適用於深度學習研究儲存庫。當有文件記錄或已選定的訓練指令需要保守執行（如啟動驗證、短跑驗證、完整啟動或恢復），並將指令、設定、隨機種子、日誌、檢查點、狀態與指標證據寫入標準化的 `train_outputs/` 時使用。請勿用於環境設定、探索性掃參、推測性想法實作或端到端編排。
run-train
將此作為 Rigor Train 技能使用。安裝後的 slug 仍為 run-train 以保持相容性。
請使用 ../../references/agent-operating-principles.md 中的共享操作原則；此技能應將訓練證據限制在可控範圍內，而將儲存庫特定的監控細節留給模型處理。
適用時機
- 當訓練指令已選定且需保守執行時。
- 當研究人員需要啟動驗證、短跑驗證、完整訓練啟動或恢復處理時。
- 當執行需要結構化的訓練狀態、檢查點與指標報告時。
不適用時機
- 當主要任務是環境設定或資源下載時。
- 當研究人員僅需推論或評估執行時。
- 當任務是探索性掃參、多變量掃描或自主想法實作時。
- 當使用者仍需儲存庫導入或論文缺口解決時。
明確界限
- 此技能執行選定的訓練指令並標準化產生的證據。
- 它不會自行選擇整體研究目標。
- 它不負責探索性分支或推測性程式碼調整。
- 它應清楚記錄部分、受阻、恢復與啟動的狀態。
- 它應在可能的情況下保留可重現性背景，例如設定、隨機種子、檢查點、日誌、指標與執行時假設。
輸入預期
- 選定的訓練目標
- 可執行的訓練指令
- 環境與資源假設
- 執行模式，例如啟動驗證、短跑驗證、完整啟動或恢復
輸出預期
train_outputs/SUMMARY.mdtrain_outputs/COMMANDS.mdtrain_outputs/LOG.mdtrain_outputs/SCIENTIFIC_CHANGELOG.mdtrain_outputs/COMPARABILITY_REPORT.mdtrain_outputs/status.json
備註
請使用 references/training-policy.md、../../references/deep-learning-experiment-principles.md、scripts/run_training.py 與 scripts/write_outputs.py。
