К основному содержанию
скилл CX Codex

ablation-planner — скилл для Claude Code: аблации для статьи

Планирует ablation studies под вопросы рецензентов: Codex проектирует эксперименты, Claude проверяет выполнимость и запускает их.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add wanshuiyin/Auto-claude-code-research-in-sleep --skill ablation-planner -a claude-code
Открыть на GitHub

Что делает ablation-planner

Скилл включается, когда основные результаты уже прошли проверку на подтверждение гипотезы и пора готовить аблации к подаче статьи. Дальше он собирает контекст из файлов проекта: описание метода и его компонентов, текущие метрики экспериментов, заявленные утверждения и доступные вычислительные ресурсы.

Проектирование ведёт Codex через MCP-сервер mcp__codex__codex в роли строгого рецензента. На выходе — таблица аблаций с полями what_it_tests и expected_if_component_matters, оценка покрытия вопросов рецензента, список бесполезных экспериментов, порядок запуска и оценка GPU-часов. Claude затем проверяет бюджет, необходимые правки кода и параллелизуемость, а после запуска ведёт записи в EXPERIMENT_LOG.md.

Аблации, меняющие только конфиг, идут раньше тех, что требуют правок кода. Если суммарные вычисления выходят за бюджет, скилл предлагает урезать список и просит Codex пересмотреть приоритеты, а не выкидывает эксперименты молча. Компонентные аблации приоритетнее перебора гиперпараметров, а для компонентов, совпадающих с baseline, эксперименты не генерируются.

Какие задачи решает

  • спланировать аблации под вопросы рецензентов
  • отделить вклад каждого нового компонента метода
  • оценить чувствительность к ключевым гиперпараметрам
  • уложить аблации в доступный бюджет GPU-часов
  • зафиксировать отрицательные результаты экспериментов

Примеры запросов агенту

  • спланируй аблации для моего метода, основные результаты уже подтверждены
  • /ablation-planner remove module X and replace Y with Z
  • проверь выполнимость этого плана аблаций по нашим GPU

Как установить ablation-planner

1Через Skills CLI (Vercel)

npx skills add wanshuiyin/Auto-claude-code-research-in-sleep --skill ablation-planner -a claude-code

2Вручную: положить файлы

~/.claude/skills/ablation-planner/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/ablation-planner/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Из того же набора78

monitor-experiment Скилл проверяет запущенные эксперименты, собирает логи и JSON-результаты. Пригодится, когда нужно понять статус задачи и сравнить метрики. CX Codex +1 518установок proof-writer Разбирает утверждения из теории ML и собирает математические доказательства в файл PROOF_PACKAGE.md. Помогает найти пробелы в рассуждениях. CX Codex +1 515установок paper-compile Автоматизирует сборку LaTeX-статей в PDF через latexmk, исправляет ошибки вёрстки и сверяет лимиты страниц под конференции. CX Codex +1 507установок result-to-claim Скилл разбирает результаты экспериментов и решает, какие утверждения они подтверждают, а какие нет. Пригодится перед тем, как писать статью или запускать абляции. CX Codex +1 506установок research-refine-pipeline Скилл связывает доработку исследовательской идеи и планирование экспериментов в один проход: от сырого направления до финального предложения и дорожной карты опытов. CX Codex +1 504установок patent-pipeline Оркестрирует подготовку патентной заявки: от поиска аналогов и формулы изобретения до форматирования под стандарты CNIPA, USPTO или EPO. Пригодится при оформлении патентов и полезных моделей. CX Codex +1 503установок patent-novelty-check Скилл проверяет мировую новизну и неочевидность изобретения по отчёту о предшествующем уровне техники. Пригодится перед подачей патентной заявки. CX Codex +1 502установок idea-discovery-robot Скилл ведёт от широкого направления в робототехнике к проверяемым идеям: обзор литературы, генерация, проверка новизны и критический разбор. CX Codex +1 501установок

Похожие

experiment-pipeline EvoScientist Ведёт исследовательский эксперимент по четырём стадиям с лимитами попыток и условиями перехода. Пригодится, когда базовый результат ещё не воспроизведён, а метод уже хочется проверять. CX Codex +1 389установок experiment-code lingzhi227 Пишет и дорабатывает код ML-экспериментов для научной статьи: обучение, оценка, отладка, графики. Пригодится, когда нужно прогнать серию запусков и сравнить результаты. CX Codex +1 1 600установок code-debugging lingzhi227 Скилл структурирует поиск и устранение сбоев в коде научных экспериментов и ML-моделей. Он классифицирует ошибки, ограничивает число правок и фиксирует выводы, чтобы исключить повторные баги. CX Codex +1 1 700установок results-report Galaxy-Dawn Собирает итоговый отчёт по завершённому эксперименту: что проверили, что подтвердилось, что делать дальше. Работает после скилла results-analysis. CX Codex +1 490установок explore-run lllllllama Скилл планирует пробные запуски моделей машинного обучения и формирует отчёты без необоснованных заявлений. CX Codex +1 336 500установок Research Harness Engineer официальный github Субагент для экспериментов и бенчмарков: строит харнесс оценки, который трудно обмануть, и следит, чтобы каждая цифра в отчёте была настоящей. ★ 40 418звёзд репо

Рядом в теме «ИИ и ML»

Всё по теме «ИИ и ML» →

Вопросы о ablation-planner

Как установить ablation-planner в Claude?

Выполните npx skills add wanshuiyin/Auto-claude-code-research-in-sleep --skill ablation-planner -a claude-code. Скилл появится в ~/.claude/skills/ablation-planner/SKILL.md.

Что делает ablation-planner?

Проектирует ablation studies с точки зрения рецензента, проверяет их выполнимость и запускает. Результаты складывает в EXPERIMENT_LOG.md.

Когда стоит запускать этот скилл?

Когда основные результаты прошли /result-to-claim со статусом yes или partial, либо когда ревью в /auto-review-loop указало на нехватку аблаций.

Исходный текст

SKILL.md · MIT
---
name: ablation-planner
description: "Use when main results pass result-to-claim (claim_supported=yes or partial) and ablation studies are needed for paper submission."
argument-hint: "[method-description-or-claim]"
allowed-tools: Bash(*), Read, Grep, Glob, Write, Edit, mcp__codex__codex, mcp__codex__codex-reply
---

# Ablation Planner

Systematically design ablation studies that answer the questions reviewers will ask. Codex leads the design (reviewer perspective), CC reviews feasibility and implements.

## Context: $ARGUMENTS

## When to Use

- Main results pass `/result-to-claim` with claim_supported = yes or partial
- User explicitly requests ablation planning
- `/auto-review-loop` reviewer identifies missing ablations

## Workflow

### Step 1: Prepare Context

CC reads available project files to build the full picture:
- Method description and components (from `idea-stage/docs/research_contract.md`, legacy `docs/research_contract.md`, or project CLAUDE.md)
- Current experiment results (from EXPERIMENT_LOG.md, EXPERIMENT_TRACKER.md, or W&B)
- Confirmed and intended claims (from result-to-claim output or project notes)
- Available compute resources (from CLAUDE.md server config, if present)

### Step 2: Codex Designs Ablations

```
mcp__codex__codex:
  model: gpt-6-astra
  config: {"model_reasoning_effort": "xhigh"}
  prompt: |
    You are a rigorous ML reviewer planning ablation studies.
    Given this method and results, design ablations that:

    1. Isolate the contribution of each novel component
    2. Answer questions reviewers will definitely ask
    3. Test sensitivity to key hyperparameters
    4. Compare against natural alternative design choices

    Method: [description from project files]
    Components: [list of removable/replaceable components]
    Current results: [key metrics from experiments]
    Claims: [what we claim and current evidence]

    For each ablation, specify:
    - name: what to change (e.g., "remove module X", "replace Y with Z")
    - what_it_tests: the specific question this answers
    - expected_if_component_matters: what we predict if the component is important
    - priority: 1 (must-run) to 5 (nice-to-have)

    Also provide:
    - coverage_assessment: what reviewer questions these ablations answer
    - unnecessary_ablations: experiments that seem useful but won't add insight
    - suggested_order: run order optimized for maximum early information
    - estimated_compute: total GPU-hours estimate
```

### Step 3: Parse Ablation Plan

Normalize Codex response into structured format:

```markdown
## Ablation Plan

### Component Ablations (highest priority)
| # | Name | What It Tests | Expected If Matters | Priority |
|---|------|---------------|---------------------|----------|
| 1 | remove module X | contribution of X | performance drops on metric Y | 1 |
| 2 | replace X with simpler Z | value of learned vs fixed | drops, especially on dataset A | 2 |

### Hyperparameter Sensitivity
| # | Parameter | Values to Test | What It Tests | Priority |
|---|-----------|---------------|---------------|----------|
| 3 | lambda | [0.01, 0.1, 1.0] | sensitivity to regularization | 3 |

### Design Choice Comparisons
| # | Name | What It Tests | Priority |
|---|------|---------------|----------|
| 4 | joint vs separate matching | whether joint adds value | 4 |

### Coverage Assessment
[What reviewer questions these ablations answer]

### Unnecessary Ablations
[Experiments that seem useful but won't add insight — skip these]

### Run Order
[Optimized for maximum early information]

### Estimated Compute
[Total GPU-hours]
```

### Step 4: CC Reviews Feasibility

Before running anything, CC checks:
- Compute budget: can we afford all ablations with available GPUs?
- Code changes: which ablations need code modifications vs config-only changes?
- Dependencies: which ablations can run in parallel?
- Cuts: if budget is tight, propose removing lower-priority ablations and ask Codex to confirm

### Step 5: Implement and Run

1. Create configs/scripts for each ablation (config-only changes first)
2. Smoke test each ablation before full run
3. Run in suggested order, using descriptive names (e.g., `ablation-no-module-X`)
4. Track results in EXPERIMENT_LOG.md
5. After all ablations complete → update findings.md with insights

## Rules

- **Codex leads the design. CC does not pre-filter or bias the ablation list** before Codex sees it. Codex thinks like a reviewer; CC thinks like an engineer.
- Every ablation must have a clear `what_it_tests` and `expected_if_component_matters`. No "just try it" experiments.
- Config-only ablations take priority over those needing code changes (faster, less error-prone).
- If total compute exceeds budget, CC proposes cuts and asks Codex to re-prioritize — don't silently drop ablations.
- Component ablations (remove/replace) take priority over hyperparameter sweeps.
- Do not generate ablations for components identical to the baseline (no-op ablations).
- Record all ablation results in EXPERIMENT_LOG.md, including negative results (component removal had no effect = important finding).

© wanshuiyin · MIT · wanshuiyin/Auto-claude-code-research-in-sleep

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой