ralph-researchプラグインをご紹介します。 私は論文の実装にラルフループを採用しました。 これがこんなにうまく機能しているとは驚いています。 プラグイン全体はClaude Codeによって一発で完成しましたが、すでにAIの論文コンセプトをコーディングし、自己改善ループで実験を実行できます。 ワイルド!

注記: - ReActの論文を中断なく実施するのに約40分かかりました。 - いくつか問題にぶつかったけど、途中で解決方法を見つけたんだ。これがラルフループを非常に強力なものにしているのです。解決策を模索し、失敗から学ぶことができます。研究は多くの探求を必要とするため、ラルフの方がむしろ良い活用ケースだと思います。 - 他の新しい論文でもテストしましたが、良い結果を出しており、より堅牢に実装できるのではないかと希望を持っています。 - 動画でご覧の通り、そしてLLM搭載のものなら、指示やAPIを出しても新しいモデルを使うのが難しいでしょう。しかし、これは巧妙なプロンプトで簡単に解決できる問題です。 - これは完璧なプラグインではなく、主に内部テスト目的です。リリース前に改善すべき点がたくさんあり、依存する他のプラグインも含めて。 これらのプラグインの開発を続ける中で、詳細も共有していきます。ついていきましょう@omarsar0 皆さんのご意見や、この方法があなたにとってどう役立つか教えてください。