Research Pipeline

• У вас есть направление или тема исследования, и вы хотите, чтобы система самостоятельно находила жизнеспособные идеи, проводила эксперименты и создавала готовый к проверке черновик статьи — сценарий использования «полного пайплайна».
• Вы хотите запустить GPU-эксперименты с несколькими сидами на ночь и проснуться с автоматически проверенными результатами без ручного вмешательства.
• Вам нужен сквозной воспроизводимый исследовательский артефакт: ранжированные идеи, журналы экспериментов, история проверок и исходный код LaTeX — всё в одном связном выводе.
• Вы ориентируетесь на конкретную площадку (ICLR, NeurIPS, ICML, CVPR, ACL и др.) и хотите, чтобы пайплайн автоматически написал и скомпилировал PDF в формате этой площадки.

• Вам нужен только один отдельный этап (например, только поиск идей, только проведение экспериментов или только написание статьи) — вместо этого вызывайте отдельные навыки (/idea-discovery, /run-experiment, /paper-writing) напрямую.
• У вас нет ресурсов GPU или настроенных удалённых серверов, поскольку этапы 3–4 требуют инфраструктуры для развёртывания экспериментов.
• Ваше исследование требует ручного создания графиков перед написанием статьи — Research Pipeline сделает паузу и будет ожидать, поэтому учитывайте это при планировании сроков.

Оркестрирует Рабочий процесс 1 (/idea-discovery), Рабочий процесс 2 (/run-experiment + /auto-review-loop) и необязательный Рабочий процесс 3 (/paper-writing) последовательно. Каждый рабочий процесс создаёт самодостаточные выходные файлы, что позволяет проверить результаты или возобновить работу на любом этапе.

AUTO_PROCEED=true автоматически выбирает идею с наивысшим рейтингом и продолжает выполнение без ожидания; AUTO_PROCEED=false делает паузу на Контрольной точке 1 для явного подтверждения от пользователя. HUMAN_CHECKPOINT=true отображает оценки проверки после каждого раунда, чтобы вы могли предоставить пользовательские инструкции по исправлению перед продолжением цикла.

Цикл авторецензирования поддерживает три уровня состязательности: medium (стандартная рецензия), hard (память рецензента + протокол дебатов) и nightmare (GPT читает репозиторий напрямую через codex exec + память + дебаты). До 4 циклов рецензирования/исправления выполняются автономно с целью достижения оценки ≥ 6/10.

Небольшие пакеты (≤5 задач) отправляются через /run-experiment; крупные многосидовые перебросы (≥10 задач) направляются в /experiment-queue с повторной попыткой при OOM, очисткой устаревших экранов, зависимостями фаз и отказоустойчивым состоянием. Перед развёртыванием проверяется доступность GPU.

Когда AUTO_WRITE=true и задан параметр VENUE, Research Pipeline автоматически вызывает /paper-writing после этапа 5, выполняя фазы цикла plan → figure → write → compile → improvement и формируя итоговый файл paper/main.pdf.

Каждый этап создаёт версионированные выходные файлы с записью в манифест: IDEA_REPORT.md, AUTO_REVIEW.md, NARRATIVE_REPORT.md, а также полный Research Pipeline Report, содержащий сводку по часам использования GPU, раундам проверки, оценкам и оставшимся задачам.

Установите AUTO_PROCEED=true, HUMAN_CHECKPOINT=false и запустите перед сном. Research Pipeline обнаруживает идеи, автоматически выбирает лучшие, реализует эксперименты, разворачивает их на вашем GPU-сервере, выполняет до 4 циклов проверки и исправления, а к утру генерирует NARRATIVE_REPORT.md.

Установите AUTO_PROCEED=false, чтобы сделать паузу на Воротах 1, самостоятельно просмотреть ранжированные идеи, выбрать или объединить их, а затем одобрить. Этапы 2–4 затем выполняются полностью автономно — вы получаете человеческий контроль над направлением исследования, не наблюдая за экспериментами вручную.

Установите AUTO_WRITE=true и VENUE=NeurIPS (или ICLR, ICML, CVPR, ACL и т. д.). После завершения экспериментов и циклов рецензирования Research Pipeline написает, скомпилирует и доработает статью в формате LaTeX, соответствующем требованиям площадки, завершив процесс созданием файла paper/main.pdf, готового к подаче.

Установите REVIEWER_DIFFICULTY=nightmare, чтобы GPT напрямую читал репозиторий и применял протоколы памяти и дебатов в ходе раундов рецензирования. Используйте это, когда вам нужна максимально жёсткая обратная связь перед подачей работы на конкурентную площадку.