autoresearch-adal은(는) 무엇을 하나요?
Autoresearch 벤치마크에서 AdaL과 Claude Code를 비교하여 더 나은 하이퍼파라미터를 찾고, 더 많은 실험을 실행하며, 더 빠르게 수렴합니다.
Autoresearch 벤치마크에서 AdaL과 Claude Code를 비교하여 더 나은 하이퍼파라미터를 찾고, 더 많은 실험을 실행하며, 더 빠르게 수렴합니다.
이 스킬은 Autoresearch 벤치마크를 사용하여 AdaL(Adaptive Learning)과 Claude Code의 성능을 비교 분석하는 데 특화되어 있습니다. 개발자는 이 스킬을 통해 두 시스템의 하이퍼파라미터 최적화 효율성, 실험 실행 속도, 수렴 속도 등을 체계적으로 평가할 수 있습니다. 주로 Claude Code와 같은 AI 에이전트 플랫폼에서 사용되며, 벤치마크 결과를 기반으로 최적의 설정을 도출합니다. 이 스킬은 자동화된 실험 비교를 통해 더 나은 AI 모델 파라미터를 찾고자 하는 연구자나 엔지니어에게 유용합니다.
npx skills add Tavarasu/autoresearch-adalInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Autoresearch 벤치마크에서 AdaL과 Claude Code를 비교하여 더 나은 하이퍼파라미터를 찾고, 더 많은 실험을 실행하며, 더 빠르게 수렴합니다.
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.