NanoResearch 실험 설계(Planning)

무엇을 해주나

• papers/ideation_output.json에 담긴 선택된 가설과 관련 문헌을 읽어 실험 계획을 자동 설계합니다.
• 공개 데이터셋 후보 선정 → 비교용 베이스라인 2~4개 선택 → 주/부 평가지표 정의 → 신규 구성요소별 애블레이션 그룹 설계 → 연산 자원 및 일정 추정 순으로 진행합니다.
• 결과는 papers/experiment_blueprint.json 파일로 구조화되어 저장되어, 이후 실험 실행 단계에서 그대로 사용할 수 있습니다.
• 외부 도구나 API가 필요 없고 LLM 추론만으로 동작합니다.

이런 분께 추천

• 논문·학위 연구를 준비하며 실험 섹션 설계를 체계화하고 싶은 대학원생과 연구자
• ML/AI 실험에서 베이스라인과 애블레이션 구성을 빠짜지 않고 정리하고 싶은 분
• NanoResearch 파이프라인(ideation → planning → 실험)을 함께 쓰는 분

활용 예시

1. ideation 스킬로 뽑은 "대조 학습 기반 문서 임베딩 개선" 가설을 넣어, MS MARCO·BEIR 등 데이터셋과 BM25·DPR 베이스라인이 포함된 설계서를 생성.
2. 제안 기법이 세 개 모듈로 구성될 때, 각 모듈을 하나씩 제거하는 애블레이션 그룹 3종과 기대 결과를 정리.
3. GPU 시간·학습 시간 추정을 포함한 실험 일정표를 만들어 연구 계획서 부록으로 활용.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/OpenRaiser/NanoResearch/HEAD/skills/nanoresearch-planning/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 OpenRaiser/NanoResearch 의 skills/nanoresearch-planning 폴더를 내 ~/.claude/skills/nanoresearch-planning/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.