FAQ
初心者が最初にぶつかる質問です。壊れた実行からの段階的な復旧については トラブルシューティングを、用語の定義については 用語集を参照してください。
セットアップとモデル
最初はどの AI モデルから始めるべき? アカウントもコストもなしで初回実行するなら、Ollama で qwen3:8b を使ってください （約 16 GB の RAM が必要）。より高品質を求めるなら、openai/gpt-4o や anthropic/claude-sonnet-4-5 などのクラウドモデルを使います。常にプロバイダー接頭辞を 含めてください — gpt-4o ではなく openai/gpt-4o です。 クイックスタート → AI モデルの選択を参照。
インストール後に ari: command not found となる。 ユーザーの bin ディレクトリを PATH に追加してください: export PATH="$HOME/.local/bin:$PATH"。 setup.sh を sudo で実行しないでください — 通常のユーザーとして実行してください。
Ollama の「connection refused」。 ARI を起動する前に、別のターミナルで ollama serve が実行されている必要があります。
ダッシュボード
ダッシュボードのポートは?8765 です。リポジトリ直下で ./start.sh（Letta + registry + GUI）を実行してすべてを起動し、 http://localhost:8765 を開いてください。./start.sh status でヘルスチェックでき、停止は ./shutdown.sh です。ライブのツリー更新用 WebSocket は 8766（ポート + 1）にあります。
ページが読み込まれない / サービスが起動しなかった。./start.sh を再実行してください（呼び出すたびに 3 つのサービスすべてを再起動します）。 そして ./start.sh status を確認してください。shutdown.sh は、以前の Letta 実行で apptainer の孤児となった postgres/redis も回収します。
実験の実行
出力はどこに行く? 自己完結型のチェックポイントディレクトリ workspace/checkpoints/<timestamp>_<slug>/（タイムスタンプ形式は YYYYMMDDHHMMSS_<slug>）に入ります。論文、図表、ツリー、EAR、再現性レポートはすべて そこに置かれます。ホームディレクトリには何も書き込まれません。
最初の実行はどのくらいの規模にすべき? 小さく: 深さ 3 でノード 5〜10 個、並列ワーカー 2〜4 個。後からいつでも拡大できます。 探索を大きくすると LLM 呼び出しと計算のコストが増えます。
子ノードがすべて親と同じ数値を報告する — これはバグ? いいえ、ガードレールが正しく機能しています。子の work_dir は親をコピーして初期化されますが、 実験の 出力（results.csv、slurm-*.out、metrics.json、*.log、…）はブラックリストに あり、継承され ません。子が新規・変更ファイルを 1 つも生成せずに終わった場合、ARI は 継承された結果に得点を与える代わりに、その子を sterile（スコア 0.0）とマークして剪定します。 これが頻発する場合、エージェントが実際には実験を再実行していません — ノードの Trace タブを 確認してください。 アーキテクチャ → work_dir 継承 と 用語集 → sterileを参照。
実験が失敗した — ARI はリトライする? いいえ。BFTS は失敗ノードを再実行しません。その代わり、失敗を診断して修正するために debug 子ノードを展開します。失敗したノードの Trace タブを開いて、何が起きたかを確認してください。
GPU、SLURM、コンテナ
クラスターで実行するには? Settings で SLURM パーティションを設定するか（または CLI で --partition）、hpc プロファイルを 使ってください。Settings で Detect をクリックするとパーティションを自動検出でき、 /api/scheduler/detect でスケジューラ（SLURM/PBS/LSF/Kubernetes）を自動検出できます。 HPC セットアップを参照。
GPU が使われていない。nvidia-smi が動作すること、SLURM リクエストが GPU を要求していること、コンテナランタイムが 検出されていること（Settings → Detect Runtime）を確認してください。PaperBench の再現では、 GPU/サンドボックスが欠けている場合、無言で CPU にフォールバックするのではなく明示的に失敗 するようになりました — PaperBench GUI → fail-loud 前提条件を参照。
キー、論文、再現性
API キーはどこに保存される?.env ファイルにのみ保存され、settings.json には決して保存されません。探索順序は checkpoint → ARI ルート → ari-core → home、または起動時に注入される環境変数です。
PDF が生成されなかった。 LaTeX（conda install -c conda-forge texlive-core）と PDF テキストツール （pip install pymupdf pdfminer.six）をインストールしてください。
完了した実行を別のマシンに移せる? はい。各チェックポイントは memory_backup.jsonl.gz を持っているので、 cp -r workspace/checkpoints/<run> /elsewhere/ の後に ari resume を実行すれば、 メモリが空の Letta に自動的に復元されます。
関連: トラブルシューティング · クイックスタート · 用語集