BD self-play-coevolution
Самообучение через игру и противостояние: позвольте одному и тому же агенту поочередно играть роли proposer (предлагающего) и critic (критика), чтобы они находили недостатки друг у друга и исправляли их, постепенно повышая качество предложений и точность критики, становясь сильнее с каждой итерацией. Это способность, которой почти не обладают ведущие большие модели и которая определяет, может ли агент стать доказуемо сильнее. Используется, когда пользователь запрашивает самообучение через игру, эволюционное противостояние, цикл proposer/critic, улучшение с каждой итерацией, самообучение в стиле GAN.
машинный переводПоказать оригиналСкрыть оригинал«自我博弈对抗进化：让同一个智能体轮流扮演 proposer（提案者）与 critic（批判者），两边互相找茬、互相修补， 逐轮把提案质量与批…»
自我博弈对抗进化：让同一个智能体轮流扮演 proposer（提案者）与 critic（批判者），两边互相找茬、互相修补， 逐轮把提案质量与批判敏锐度一起推高，彼此越迭代越强。这是一线大模型几乎不具备、且决定能否可证明地变强的能力。 当用户要求自我博弈、对抗共进化、proposer/critic 闭环、越迭代越强、GAN 式自训练时使用。
Самообучение через игру и противостояние: позвольте одному и тому же агенту поочередно играть роли proposer (предлагающего) и critic (критика), чтобы они…
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created" - заметка
frontmatter-keyнеизвестное поле фронтматтера "visibility"
Процессный рейтинг: все десять параметров 46/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 100Шаги. Шагов: 13
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 530 токенов
- 100Повторный запуск. Изменяющих операций нет
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 169 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (2 блоков кода)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.