AC taste
Строго отбирает исследовательские работы на предмет реальной методологической новизны, убедительных доказательств, базовой справедливости и долгосрочного воздействия. Используйте для отбора работ с arXiv, рецензирования статей, сравнения с сопутствующими работами и принятия решений Keep / Borderline / Ban, игнорируя престиж автора, учреждения, места публикации и цитирования.
машинный переводПоказать оригиналСкрыть оригинал«Strictly triage research papers for real methodological novelty, hard…»
Strictly triage research papers for real methodological novelty, hard evidence, baseline fairness, and long-term impact. Use for arXiv triage, paper review, related-work comparison, and Keep / Borderline / Ban decisions while ignoring author, institution, venue, and citation prestige.
Строго отбирает исследовательские работы на предмет реальной методологической новизны, убедительных доказательств, базовой справедливости и долгосрочного…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
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
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (taste) не совпадает с папкой (taste-paper)
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 290
- 100Стоимость исполнения. Тело инструкции 2106 токенов
- low Разделов верхнего уровня: 33. 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
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 285 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 47 заголовков
- +3Пошаговые инструкции: 290 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.