autoresearch-adal は何をしますか？
AdaLとClaude CodeをAutoresearchベンチマークで比較し、より良いハイパーパラメータを見つけ、より多くの実験を実行し、より速く収束します。
AdaLとClaude CodeをAutoresearchベンチマークで比較し、より良いハイパーパラメータを見つけ、より多くの実験を実行し、より速く収束します。
このスキルは、Autoresearchベンチマーク上でAdaL（Adaptive Learning）とClaude Codeを比較評価することを目的としています。具体的には、両方のツールを用いてハイパーパラメータの最適化、実験の並行実行、収束速度の改善を自動化します。これにより、開発者やAIエージェントユーザーは機械学習モデルのチューニングプロセスを効率化し、手動での試行錯誤を減らすことが可能です。主にAutoresearchフレームワークをサポートし、AdaLの適応的学習戦略とClaude Codeのコード生成・実行能力を組み合わせることで、より高速で正確なベンチマーク結果を得られます。
npx skills add Tavarasu/autoresearch-adalInstalled? Explore more 研究＆データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
AdaLとClaude CodeをAutoresearchベンチマークで比較し、より良いハイパーパラメータを見つけ、より多くの実験を実行し、より速く収束します。
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.