Run Train (RigorPilot)
Exécution prudente de commandes d'entraînement sélectionnées — vérification au démarrage, vérification sur run court, lancement, reprise — avec preuves commande/config/seed/log/checkpoint dans train_outputs/
- Quoi
- Exécution prudente de commandes d'entraînement sélectionnées — vérification au démarrage, vérification sur run court, lancement, reprise — avec preuves commande/config/seed/log/checkpoint dans train_outputs/
- Coût
- Gratuit
- Prérequis
- un environnement d'entraînement en deep learning avec du calcul (temps GPU/accélérateur) et une commande d'entraînement pré-sélectionnée et exécutable — le skill exécute prudemment ; il ne choisit pas votre stratégie d'entraînement.
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — le skill « Rigor Train » de RigorPilot : exécution prudente d'une commande d'entraînement sélectionnée pour les dépôts de recherche en deep learning. Il s'applique quand la commande d'entraînement a déjà été sélectionnée et doit être exécutée prudemment — vérification au démarrage, vérification sur run court, lancement complet, ou reprise — avec preuves de commande, config, seed, log, checkpoint, statut et métriques écrites dans un `train_outputs/` standardisé (`SUMMARY.md`, `COMMANDS.md`, `LOG.md`, `SCIENTIFIC_CHANGELOG.md`, `COMPARABILITY_REPORT.md`, `status.json`). Les frontières sont claires : il exécute une commande d'entraînement sélectionnée et normalise les preuves résultantes ; il ne choisit pas l'objectif de recherche lui-même, ne possède pas le branching exploratoire ni l'adaptation de code spéculative, et enregistre explicitement les états partiel, bloqué, repris et lancé tout en préservant le contexte de reproductibilité (configs, seeds, checkpoints, logs, métriques, hypothèses de runtime). Pas pour le setup d'environnement, le téléchargement d'assets, l'exécution inférence seule ou évaluation seule, l'exploration spéculative, les sweeps multi-variantes, ou l'implémentation autonome d'idées. Crédit : @lllllllama. Bémols honnêtes : il brûle du vrai temps GPU — budgets, timeouts et conscience des coûts sont entièrement votre responsabilité ; la commande doit être sélectionnée avant que le skill tourne, il ne choisira pas votre stratégie d'entraînement à votre place ; les preuves de checkpoints et de logs ne valent que l'instrumentation propre du dépôt. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage.
Version :
Réponse rapide
Run Train est un skill gratuit RigorPilot pour l'exécution prudente d'une commande d'entraînement sélectionnée en recherche deep learning. Il couvre la vérification au démarrage, la vérification sur run court, le lancement complet ou la reprise, puis consigne commande, config, seed, log, checkpoint, statut et métriques dans un dossier standardisé pour comparer les runs.
Installation
Copiez le dossier d’installation ci-dessous, puis collez-le dans Muse🧪 Installation exécutée dans notre sandbox de test · 11 nov. 2026📌 Version épinglée : commit fb3ccdfÉtape 0 — avant d'installer quoi que ce soit : lis ce prompt d'installation, résume en quelques lignes ce que ce build fait et ce que l'installation implique, puis demande-moi de confirmer avant de continuer. Prérequis : un environnement d'entraînement en deep learning avec du calcul (temps GPU/accélérateur) et une commande d'entraînement pré-sélectionnée et exécutable — le skill exécute prudemment ; il ne choisit pas votre stratégie d'entraînement. Installe-moi « Lancement d'entraînement — RigorPilot ». Le skill d'entraînement de RigorPilot : exécution prudente d'une commande d'entraînement sélectionnée (vérification au démarrage, vérification sur run court, lancement, reprise) avec preuves standardisées commande/config/seed/log/checkpoint dans train_outputs/. Dépôt : https://raw.githubusercontent.com/lllllllama/rigorpilot-skills/fb3ccdf5aa64b1fa5b1d0463e666a8bc8bc26e01/skills/run-train/SKILL.md Version épinglée : installe le code au commit fb3ccdf5aa64b1fa5b1d0463e666a8bc8bc26e01 exactement (Skill Harbor a testé cette version). Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. 1. Récupère le fichier SKILL.md (et les fichiers auxiliaires) depuis le chemin du dépôt dans un dossier temporaire 2. Contrôle de sécurité : examine le SKILL.md et les scripts pour tout comportement suspect (appels réseau inattendus, commandes shell, récolte d'identifiants). Ce dépôt ne doit contenir aucun secret dans le code, les identifiants passent uniquement par le coffre sécurisé. Vérifie que c'est bien le cas ; ARRÊTE sur le moindre drapeau rouge et dis-le-moi. 3. Installe-le comme skill : copie SKILL.md et ses fichiers auxiliaires dans le répertoire des skills de l'agent, dans un dossier nommé « rigorpilot-run-train ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même. GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne l'exige jamais sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête et demande-moi.
Enregistré dans vos installs récentes. Retrouvez-le à tout moment sur /connect.
🔒 Sécurité, provenance et ce que ça touche
Le prompt d'installation ci-dessous inclut déjà les étapes de vérification : votre agent suit la checklist communautaire avant d'installer tout ce qui contient du code exécutable. Vous en voulez plus ?
Certificat de vérification
Faits datés sur ce qui a été vérifié pour cette fiche, et comment. Ce n’est pas une certification de sécurité.
- Version épinglée
- fb3ccdf · 2026-10-13
- Test d’installation en sandbox
- Installation exécutée dans notre sandbox de test · 11 nov. 2026 · Observé pendant le test d’installation: files.pythonhosted.org, pypi.org
- Identité du créateur
- Non vérifiée
- Veille d’empreinte
- Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
- Analyse du prompt d’installation
- 2026-10-13 : Aucune commande, appel réseau, paquet, écriture de fichier ni clé API détecté.
Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions
Questions
Comment installer un skill ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe le skill pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours un skill avant de l’installer.