文档
SIDERIUS 能做什么
你给出数据和研究问题，SIDERIUS 一轮一轮地提出模型、写代码、检查、训练、打分，并用每一轮的结果安排下一轮。
它改变了什么
以前：要找一个好模型，你得自己读结果、想下一个结构、写代码、修 bug、调参数，再重新比较分数。每一步都靠人盯着，而且很难说清某个分数是在什么条件下得到的。
现在：这些步骤由几个各管一件事的智能体接力完成。训练、打分、数据划分和有效性检查不交给智能体，而是由 SIDERIUS 用固定的方式去做，每次运行都留下完整记录。
结果：你把精力放在科学问题上，也就是用什么数据、看什么指标、什么样的结果才算有效。智能体负责多试几种模型，每个分数都能追溯到它是怎么来的。
七个词
点开每个词，看它在参考文档或教程里的完整说明。
- 工作流 Workflow一次实验的安排：跑哪些模块、它们怎么连、能花多少资源。它存成你项目里的一个 Python 文件，每保存一次就多一个可以回退的版本。
- 能力模块 Capability只干一件事的智能体：解读结果、查文献、提出模型、写代码、检查代码、训练调参。控制台里每个都是一张卡片。
- 连接口 Connector模块上带类型的插口，比如 Model plan、Code verdict。输出只能连到同类型的输入，所以连错的线在运行之前就会被拒绝。
- 适配器 Adaptor夹在模块之间的固定小步骤，负责挑选或拆分结果。比如：只训练第一份通过验证的实现。
- 汇总器 Aggregator把几个结果合成一份输入的适配器。比如把几份文献调研合起来交给一个提案。
- 路由 Route一条规则：只有前面某个结果满足条件，工作流的某一部分才会跑。比如备用分支只在第一个 Validate 不通过时才跑。
- 研究循环 Research loop把工作流一轮一轮地重复。每轮的 Training report 送回给 Interpret results，停止条件可以让循环提前结束。
走一遍：快速开始的研究循环
快速开始会打开一个现成的研究循环：Interpret results → Propose model → Implement → Validate → Train & tune，再回到开头。下面跟着一轮走一遍。分数是举例用的，不是真实结果。
| 模块 | 这一步发生了什么 |
|---|---|
| Interpret results | 第 1 轮：还没有以前的结果，它读运行准备好的初始摘要，发出一份 Results analysis（结果分析）。 |
| Propose model | 读这份分析，以及你在它的建议框里写的话（“先从小的基线模型开始”；快速开始的模板已经接好这个输入），发出一份小卷积网络的 Model plan（模型方案）。 |
| Implement | 把方案写成模型代码，发出 Model code（模型代码）。 |
| Validate | 加载代码、跑测试、检查梯度能不能传。Code verdict（代码结论）写着：通过。 |
| Train & tune | 先用几个短的试训轮试几组参数，再在你给的时间预算内跑一个正式轮。SIDERIUS 打分，并跑任务的健康检查。假设有效分数是 0.81。 |
| 研究循环 | 把 Training report（训练报告）送回 Interpret results。第 2 轮的起点就变成“0.81，长信号欠拟合”，而不是从零开始。 |
如果你设了“最终迭代 5，连续 2 轮没进步就停”，循环最多跑 5 轮；要是第 3、4 轮都没超过最好分数，它在第 4 轮结束后就停。
谁负责什么
- 你：任务本身，也就是数据、模型的输入输出、指标和有效性检查。它们存在你项目里的任务包中，由编程助手帮你写好。
- 智能体：解读、提案、写代码、检查代码，以及训练时挑选超参数。
- SIDERIUS 自己：选哪些数据、真正去执行训练、打分、健康检查、保存记录。这些不依赖智能体说了什么。
1.1.0 有什么、还缺什么
- 浏览器控制台：快速开始、拖拽搭建工作流、检查工作流、命名版本、分步运行、监控和停止。
- 研究循环，以及三种停止条件：指标阈值、没有进步（这两种在控制台里设），以及评审模型判断（由编程助手写进工作流源文件，控制台还没有编辑器）。
- 路由、适配器和汇总器：由编程助手写进工作流源文件，从命令行运行，控制台里还不能新建。
- 即将推出 用语言模型汇总多个结果。