# proposer

Промпт proposer для Claude Code и ChatGPT оптимизирует пропускную способность обучения в InfraRSI. Он предлагает изменения конфигурации и файлов оверлеев, сохраняя заданные параметры задачи.

- промпт · `type=prompt` · Claude Code, ChatGPT · ★ 99 у репозитория
- Автор: TokenRhythm
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/TokenRhythm/InfraRSI/tree/HEAD/infrarsi/rsi/a0/prompts/proposer.md
- Обновлён: 2026-11-12
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/prompts/proposer

## Что делает

proposer подбирает настройки для сокращения времени полного шага обучения в InfraRSI с Megatron-Core 0.18.2. Каждое предложение оформляется одним JSON-действием; оценка зависит от измерения в тестовом стенде, а не от скорости отдельной операции.

Промпт ограничивает изменения полями конфигурации и файлами оверлеев с общим лимитом строк. Определение модели, данные и их порядок, функция потерь, параметры оптимизатора и другие константы задачи менять нельзя. Оверлеи также не должны менять таймеры, точность вычислений и коллективные операции.

Перед новым предложением нужно прочитать результаты предыдущего запуска. Неудачные проверки тоже расходуют бюджет GPU-часов; часть бюджета зарезервирована для итоговой пары измерений. Промпт предлагает завершить работу, когда бюджет почти исчерпан или дальнейший прирост маловероятен.

## Установка

### Claude Code (родная платформа)

**Вручную: положить файлы**
- Файл: `.claude/commands/proposer.md`

### ChatGPT

**Как использовать**
- Вставьте текст в начало диалога или в инструкции проекта

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/TokenRhythm/InfraRSI/tree/HEAD/infrarsi/rsi/a0/prompts/proposer.md

## Когда брать
- сократить время полного шага обучения
- подбирать конфигурацию Megatron-Core в заданных пределах
- сопоставлять кандидатов с результатами предыдущих измерений
- сохранять удачные и неудачные выводы в памяти агента

## Примеры запросов агенту
- Оптимизируй время полного шага обучения в InfraRSI, не меняя константы задачи.
- Предложи одну проверяемую настройку по результатам предыдущего запуска.
- Запиши выводы о медленной и быстрой конфигурациях и назови лучший допустимый вариант.

## Похожие
- [cache-miss.sequence](https://affpapa.org/nevibecode/prompts/cache-misssequence.md) — промпт · ★ 98599 у репозитория
- [web-runtime.architecture](https://affpapa.org/nevibecode/prompts/web-runtimearchitecture.md) — промпт · ★ 98599 у репозитория
- [product-analytics.dataflow](https://affpapa.org/nevibecode/prompts/product-analyticsdataflow.md) — промпт · ★ 98599 у репозитория
- [agent-tool-call.workflow](https://affpapa.org/nevibecode/prompts/agent-tool-callworkflow.md) — промпт · ★ 98599 у репозитория
- [agent-run.lifecycle](https://affpapa.org/nevibecode/prompts/agent-runlifecycle.md) — промпт · ★ 98599 у репозитория
- [Jupyter Notebook taste](https://affpapa.org/nevibecode/prompts/jupyter-notebook-taste.md) — промпт · ★ 178201 у репозитория

Из того же набора: [tokenrhythm/infrarsi](https://affpapa.org/nevibecode/by/tokenrhythm/infrarsi.md) — 19 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
