Arbor — 가설 트리 기반 자율 최적화

무엇을 해주나

Arbor 논문의 Hypothesis Tree Refinement(HTR) 방식을 Claude Code에서 그대로 돌립니다.

• 작업을 (초기 산출물, 목표, dev 평가기, test 평가기) 튜플로 먼저 고정합니다.
• Claude가 코디네이터가 되어 가설 트리를 유지하고, 각 가설은 격리된 git worktree에서 실행되는 서브에이전트가 검증합니다.
• 관찰(Observe) → 발상(Ideate) → 선택(Select) → 디스패치(Dispatch) → 역전파(Backpropagate) → 결정(Decide) 6단계 사이클을 예산만큼 반복합니다.
• 실패한 가지는 이유와 함께 가지치기되어 다음 실험의 제약 조건이 되고, 얻은 통찰은 상위 노드·전역 통찰로 추상화됩니다.
• 후보는 검색에 한 번도 쓰지 않은 test 평가기를 통과할 때만 최고 산출물로 승격됩니다(과적합 방지 장치).
• 상태 관리는 모두 scripts/tree.py(init/observe/add-node/set-evidence/propagate/prune/merge)로 처리합니다.

이런 분께 추천

• 모델 학습 레시피·하이퍼파라미터를 반복 실험으로 개선하는 ML 엔지니어
• 에이전트 하네스·툴 사용 스캐폴드의 정답률을 끌어올리려는 개발자
• MLE-bench, Kaggle류 벤치마크 점수를 올려야 하는 분
• 자동 채점이 가능한 프롬프트·데이터 파이프라인을 장기간 튜닝하는 분
• 반대로, 단발성 수정이나 평가기 없는 아이디어 발산에는 부적합합니다.

활용 예시

1. 검색 하네스 정확도 개선: python scripts/tree.py init --objective "BrowseComp 정답률 향상" --dev-eval "python eval.py --split dev --n 50" --test-eval "python eval.py --split test --n 300" --branching 3 --max-depth 2 --budget 12로 시작해 12사이클 탐색.
2. 경쟁 가설 병렬 검증: "병목은 검색이 아니라 검증이다"라는 깊이-1 방향 아래 "K=5 롤아웃 후 증거 취합", "질문을 원자 제약으로 분해" 같은 깊이-2 개입을 동시에 실행해 형제 노드 비교.
3. 과적합 적발: dev 점수는 크게 올랐지만 test에서 무너진 후보를 prune --reason "dev 문항에 과적합, test 전이 없음"으로 기록해 이후 탐색의 금지 구역으로 활용.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/arbor/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/arbor 폴더를 내 ~/.claude/skills/arbor/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.