● مجتمع
wanshuiyin
⚡ فوري
ARIS (Auto-Research-In-Sleep)
بواسطة wanshuiyin · wanshuiyin/Auto-claude-code-research-in-sleep
مهارات تحوّل agent الكود اللغوي إلى باحث تعلم آلي استقلالي — اكتشاف أفكار ودورات مراجعة متعددة النماذج وأتمتة تجارب ليلية.
ARIS (Auto-Research-In-Sleep) حزمة مهارات Markdown فقط للبحث المستقل في تعلم الآلة. مصمم للتشغيل دون إشراف — عادةً طوال الليل — وإنتاج كومة من مرشحي البحث المُنقَّحين ونتائج التجارب وملاحظات المراجعة. لا قفل على أي framework: المهارات تعمل مع Claude Code وCodex وOpenCode وأي agent يُحمّل مهارات markdown. مبني للباحثين المنفردين والمختبرات الصغيرة التي تريد تراكم الحوسبة والاستدلال أثناء نومهم.
لماذا تستخدمه
الميزات الأساسية
- اكتشاف أفكار مع مراجعة متعددة النماذج (توافق multi-LLM)
- أتمتة التجارب — كتابة وتشغيل وتقييم وتكرار
- دورات مراجعة لتصفية المخرجات ذات الجودة المنخفضة
- Markdown فقط — لا framework غامض، سهل التفريع
- يعمل مع أي حزمة agent
عرض مباشر
كيف يبدو في الممارسة
جاهز
حالات الاستخدام
استخدامات عملية: ARIS (Auto-Research-In-Sleep)
متى تستخدمه: لديك اتجاه بحثي و12 ساعة؛ تريد الاستيقاظ على تجارب مرشحة.
المتطلبات الأساسية
- وصول لحوسبة (GPU/سحابة) للتجارب — ARIS يجدول؛ أنت توفر المشغّل
الخطوات
-
تحديد النطاق
Use ARIS. Goal: explore parameter-efficient fine-tuning variants for small LLMs. Budget: 12h, 5 ideas, 2 experiments per idea.✓ تم النسخ
→ خطة مع ميزانيات لكل مرحلة
-
الاكتشاف
Generate 10 candidate ideas. Cross-review. Keep the top 5.✓ تم النسخ
→ قائمة أفكار مرتبة مع انتقادات
-
التشغيل
For each top idea, draft an experiment, run it, log metrics. Stop when budget exhausted.✓ تم النسخ
→ التجارب مكتملة؛ المقاييس مُسجَّلة
النتيجة: تقرير صباحي: أفكار مرتبة مع إشارة تجريبية فعلية.
المزالق
- استخدام الحوسبة يخرج عن السيطرة — حدود صارمة لكل تجربة في الميزانية؛ ARIS يحترمها
متى تستخدمه: تحتاج رسم خريطة ادعاءات وفجوات حقل فرعي.
الخطوات
-
تحديد النطاق
Scan papers from 2024-2026 on diffusion-LM hybrids. Extract claimed contributions and benchmarks.✓ تم النسخ
→ جدول ادعاءات
-
النقد
Cross-review claims against each other. What's contradictory or under-tested?✓ تم النسخ
→ تحليل الفجوات
النتيجة: خريطة للحقل الفرعي مع فجوات بحثية محددة.
المزالق
- اقتباسات مُهلوَسة — ARIS يتضمن خطوة تحقق — اقرن مع arxiv MCP للحقيقة الأرضية
التركيبات
اجمعها مع خوادم MCP أخرى لتحقيق نتائج x10
هضم الأدبيات قبل/بعد البحث
Use NotebookLM to digest related papers; ARIS to design experiments.✓ تم النسخ
حفظ مواد التجربة تحت /research/<run-id>/
Save all logs and results under /research/2026-05-03/.✓ تم النسخ
التكلفة والحدود
تكلفة التشغيل
- حصة API
- Tokens + حوسبة — كلاهما قد يكون كبيرًا
- الرموز لكل استدعاء
- اكتشاف الأفكار والمراجعة المتقاطعة ثقيلان في tokens
- التكلفة المالية
- المهارة مجانية؛ تدفع الحوسبة واستخدام النماذج
- نصيحة
- حدد حدودًا صارمة لـ tokens / الحوسبة في مرحلة التخطيط
الأمان
الصلاحيات والأسرار ونطاق الأثر
الحد الأدنى من الصلاحيات: Compute runner access Read access to data
تخزين بيانات الاعتماد: خارجي — تُديره مشغّلك
نقل البيانات الخارجي: يعتمد على إعداد نموذجك/مشغّلك
لا تمنح أبدًا: Production data to autonomous research loops
- تجارب استقلالية — راجع كل الكود المُوَّلد قبل السماح له بالتشغيل على أنظمة حقيقية
استكشاف الأخطاء
الأخطاء الشائعة وحلولها
Loops without converging
شدّد الميزانية؛ ARIS يحترم الحدود ويتوقف
Cross-review collapses to one viewpoint
نوّع نماذج المراجعين؛ إذا كانوا جميعًا من نفس العائلة ستحصل على آراء مترابطة
Experiments fail silently
شدّد تقارير أخطاء المشغّل؛ ARIS يُسجّل لكن لا يستطيع إصلاح مشغّلات معطوبة
البدائل
ARIS (Auto-Research-In-Sleep) مقابل البدائل
| البديل | متى تستخدمها | المقايضة |
|---|
| Hand-run experiments | تحتاج تحكمًا كاملًا | لا يتسع لما هو أبعد من ساعاتك |
| Hosted AutoML platforms | تريد حوسبة وواجهة مُدارة | مرونة أقل؛ تكلفة |