$ loading_
帮助用户用任意大模型代理自动开展机器学习研究、评审与实验流程。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"Auto-claude-code-research-in-sleep" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请用 ARIS 为“提高小样本图像分类效果”建立自动研究流程:先整理关键研究问题,再生成检索关键词,汇总相关论文观点,最后提出 5 个可验证的新实验想法,并用 Markdown 输出。
一份 Markdown 研究草案,包含问题拆解、检索方向、文献要点和可执行实验想法。
请用 ARIS 设计一个跨模型评审循环:让 Claude Code 生成实验方案,让另一个模型审查假设、指标和潜在偏差,再汇总成修订建议与下一步行动清单。
一套 Markdown 评审流程与结果摘要,清楚列出问题、改进建议和后续任务。
请用 ARIS 为一个文本分类项目制定实验自动化方案,比较 3 种模型与 2 组提示策略,定义评估指标、实验矩阵、结果记录模板和失败后的回退步骤。
一份可直接执行的 Markdown 实验方案,包含对比矩阵、指标定义、记录模板和回退机制。
智能分析需求并推荐、优化或创建适用于 Claude Code 与 Codex 的技能。