explore-run

explore-run

将其用作 Rigor Improve / Rigor Explore 运行叶子技能。安装后的 slug 保持为 explore-run 以确保兼容性。

使用 ../../references/agent-operating-principles.md 中的共享操作原则；此技能应指导候选运行规划，同时保留模型对活动仓库的判断。

何时应用

• 当研究者明确授权探索性运行时。
• 当任务是小子集验证、短周期训练探测、批量扫描、空闲 GPU 搜索或快速迁移学习试验时。
• 当输出应排名候选运行而非认证可信成功时。

何时不应用

• 当用户希望进行可信训练执行或保守验证时。
• 当没有明确的探索性授权时。
• 当任务是仓库设置、接收或调试时。

明确边界

• 此技能仅负责探索性执行规划和摘要。
• 当任务同时涉及 current_research 协调和探索性代码更改时，应使用 ai-research-explore。
• 它可以将实际命令执行移交给 minimal-run-and-audit 或 run-train。
• 它应保持实验状态与可信基线隔离。
• 在更重的探索性运行之前，应优先进行小子集和短周期检查。
• 它应将运行结果标记为有界证据，并解释何时比较不直接公平。

排名语义

• 执行前候选选择使用三个因素：cost、success_rate 和 expected_gain。
• 除非研究者明确提供 selection_weights，否则默认权重应保持保守。
• 通过 max_variants 和 max_short_cycle_runs 评分后仍应用预算修剪。
• 如果稍后执行运行，下游排名应切换到实际执行证据，而非仅依赖启发式。

变体规范提示

• 使用 variant_axes 定义候选维度网格。
• 使用 subset_sizes 和 short_run_steps 表示探索性运行规模。
• 使用 selection_weights 重新平衡 cost、success_rate 和 expected_gain。
• 使用 primary_metric 和 metric_goal，以便下游排名可以一致地对已执行候选进行排序。

输出期望

• explore_outputs/CHANGESET.md
• explore_outputs/SCIENTIFIC_CHANGELOG.md
• explore_outputs/COMPARABILITY_REPORT.md
• explore_outputs/TOP_RUNS.md
• explore_outputs/status.json

备注

使用 references/execution-policy.md、../../references/explore-variant-spec.md、../../references/deep-learning-experiment-principles.md、scripts/plan_variants.py 和 scripts/write_outputs.py。