SuperAPI AI 工具集

exp-probe

智能体与模型

查看项目

更新于 10-16 01:49

技能介绍

用途:exp-probe 用于跑一次性研究探针,以较低成本回答单个明确问题,例如“配置 X 是否放得下内存”“这个 NaN 是否可复现”“缺失的锚点值是多少”。若无法明确说出要回答的问题,就说明它不该作为探针。

主要能力与用法:先定义唯一问题,再运行、记录,并用一行汇报。缩小而非扭曲:可以减少样本数与步数,但不能改变被测量的语义(如序列长度、批语义、dtype),汇报时须说明究竟缩小了什么。必须走真实入口点:探针应通过与真实运行相同的启动器或标志(例如预检模式)执行,不能改写为临时路径,否则无法证明真实路径的行为;探针代码放在项目实验区并逐个隔离,遵循研究代码规则:不做防御式编程,最少代码,真实错误原样退出,环境问题按环境诊断而非绕过。

预检:即使成本低也要预检,与真实运行同一遍,检查环境是否激活,并用平台自带工具(nvidia-smi、npu-smi、mthreads-smi 等)读取活跃设备,挑空闲设备并通过平台可见设备变量显式传入,绝不使用默认值,避免占用他人设备。

等待:探针通常便宜,可内联等待;若运行较久(全尺寸模型检查、慢数据集),应按 exp-batch 的委托模式改为后台启动加稍后唤醒,而非占用当前轮次。

交流与记录:最多向用户提一个问题,且仅当问题本身含糊时;不要计划文档、连环盘问或子智能体。按项目规则将配置、观察结果和退出状态记录到实验区,便于实验活动查找;若探针结论影响实验裁剪,须在裁剪台账中写明所影响的单元及证据。

汇报:一行内给出问题、观察到的答案、成本,以及它解锁或排除了什么;若答案未知或无结论,应如实说明并提出下一个最小探针,不得悄悄升级为批量任务。

限制:资料未提供具体安装方式、价格、平台支持范围或示例代码,这些内容暂未提供。