Orchestra-Research/AI-Research-SKILLs

해결하는 문제

AI 연구자들은 종종 과학적 가설을 테스트하는 것보다 인프라 관리나 디버깅 도구 조작에 더 많은 시간을 소비합니다. 이 라이브러리는 AI 에이전트가 브레인스토밍과 문헌 조사부터 실험 실행, 최종 논문 작성에 이르기까지 전체 연구 수명 주기를 자율적으로 처리할 수 있도록 표준화된 '기술' 세트를 제공합니다.

작동 방식

이 프로젝트는 autoresearch 오케스트레이션 계층을 통해 이중 루프 아키텍처(내부 최적화 및 외부 합성)를 구현합니다. 이 중앙 계층은 작업을 98가지 전문 도메인 기술로 라우팅합니다. 각 기술에는 전문가 수준의 가이드, 프로덕션 준비가 완료된 워크플로우, 그리고 Megatron-LM, vLLM, TRL과 같은 특정 프레임워크를 위한 코드 예제가 포함되어 있습니다. 이러한 기술을 코딩 에이전트(Claude Code, Cursor, Gemini CLI 등)에 설치하여 연구 수행에 필요한 기술적 전문 지식을 부여할 수 있습니다.

대상 사용자

AI 에이전트와 이를 오케스트레이션하는 연구자, 특히 머신러닝 연구의 기술적 엔지니어링 측면을 자동화하려는 분들을 위한 도구입니다.

주요 특징

• 포괄적인 범위: 파인튜닝, 분산 학습, 기계론적 해석 가능성, 포스트 트레이닝 등 23개 카테고리에 걸친 98가지 기술 제공.
• 에이전트 네이티브 설치: 코딩 에이전트를 자동으로 감지하고 기술을 직접 심볼릭 링크하는 대화형 설치 프로그램 포함.
• 엔드 투 엔드 워크플로우: 아이디어 구상 및 데이터 처리부터 평가, LaTeX 논문 작성까지 전체 파이프라인 지원.
• 연구 수준의 지식: 공식 저장소, GitHub issues 및 프로덕션 워크플로우에서 소싱된 문서 제공.