AC self-improving-science
Фиксирует полученные знания, проблемы экспериментов и исправления методологии для непрерывного улучшения в научных исследованиях и рабочих процессах машинного обучения. Используйте, когда: (1) обнаружена утечка данных при разделении на обучающую/тестовую выборки, (2) модель не удается воспроизвести при изменении начальных условий или сред, (3) статистический тест применен некорректно или p-значение неверно истолковано, (4) проверка гипотезы не удалась или требует пересмотра, (5) обнаружен сдвиг в распределении признаков, (6) пользователь корректирует методологию или подход к анализу, (7) обнаружен недостаток в дизайне эксперимента. Также просматривайте полученные знания перед разработкой новых экспериментов.
машинный переводПоказать оригиналСкрыть оригинал«Captures learnings, experiment issues, and methodology corrections for…»
Captures learnings, experiment issues, and methodology corrections for continuous improvement in scientific research and ML workflows. Use when: (1) Data leakage detected in train/test split, (2) Model fails to reproduce across seeds or environments, (3) Statistical test misapplied or p-value misinterpreted, (4) Hypothesis test fails or needs revision, (5) Feature distribution shift detected, (6) User corrects methodology or analysis approach, (7) Experiment design flaw discovered. Also review learnings before designing new experiments.
Фиксирует полученные знания, проблемы экспериментов и исправления методологии для непрерывного улучшения в научных исследованиях и рабочих процессах машинного…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 15. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5673 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 19, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 65Ошибки и развилки. Развилок: 3
- 70Стоимость исполнения. Тело инструкции 5673 токенов
- 85Шаги. Шагов: 103, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 19. Похоже на несколько доменов в одном скилле
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 542 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 44 заголовков
- +3Пошаговые инструкции: 103 пунктов
- +4Есть примеры (21 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 3)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.