review-log
Read an entire runs/<id>/log.md and assess research narrative coherence, identify stuck hypotheses, detect overfitting signs, and write a review markdown. Use after a full run completes or when a loop has been stuck for many rounds.
ソース情報
- リポジトリ
- qualit527/qec-ai-decoder
- ソースの最終更新活動
- 2026年4月22日 05:58
- 検出された SKILL.md の言語
- 英語
- スター
- 3
- フォーク
- 0
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SKILL.md を表示中
SKILL.md
ソースの指示 · 読み取り専用プレビュー- name
- review-log
- description
- Read an entire runs/<id>/log.md and assess research narrative coherence, identify stuck hypotheses, detect overfitting signs, and write a review markdown. Use after a full run completes or when a loop has been stuck for many rounds.
# /review-log
## When to use
- A run of 10+ rounds has completed.
- User asks for a "research review" or "is the agent stuck?"
## Inputs
- `run_dir`: path to `runs/<id>/`
## Behavior
1. Run `python -m cli.autoqec review-log <run_dir>` to get structured stats (round count, Pareto size, top hypotheses, killed_by_safety count).
2. Read `log.md` fully.
3. LLM-reason:
- Narrative coherence: does each round build on previous findings?
- Stuck patterns: ≥3 rounds with near-identical hypotheses?
- Overfitting signs: Δ_LER monotonically improving on train seeds but not holdout?
- Safety-kill clustering: are VRAM or wall-clock kills bunched around one hypothesis family?
4. Write `runs/<id>/review.md` with: summary (5 sentences), top 3 concerns, recommended next actions.
## Output
- Path to `review.md`.
GitHubで見る