این اسکیل چه می‌کند؟
اسکیل اجراییِ زیرمجموعهٔ Rigor Improve برای پیاده‌سازی قابل‌ممیزی کاندیدها در مخزن پژوهش deep learning.
Rigor Improve implementation leaf skill for auditable candidate implementation in deep learning research repositories.
چه زمانی به کار می‌آید؟
وقتی پژوهشگر صریحاً کار اکتشافی در branch یا worktree مجزا را مجاز می‌کند: انتقال ماژول، تطبیق backbone، افزودن LoRA/adapter، جایگزینی head یا ترکیب ایدهٔ مهاجرت معنادار و کم‌خطر، با ثبت قابل‌برگشت در `explore_outputs/`. نه برای orchestration سرتاسری اکتشاف بر پایهٔ `current_research`، مورد اعتماد
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
کاربردهای مرتبط
برچسب‌گذاری خودکار بر اساس نام و توضیح؛ ممکن است نیازمند اصلاح باشد.