BC bayesian-reasoning-calibration
Применяет байесовское рассуждение для систематического обновления оценок вероятности на основе новых данных, помогая делать лучшие прогнозы и избегать излишней уверенности. Используйте при прогнозировании или суждениях в условиях неопределенности, прогнозировании результатов, оценке вероятностей, проверке гипотез, калибровке уверенности, оценке рисков с использованием неопределенных данных или когда пользователь упоминает априорные вероятности, правдоподобие, теорему Байеса, обновление вероятностей, прогнозирование, калибровку или пересмотр убеждений.
машинный переводПоказать оригиналСкрыть оригинал«Applies Bayesian reasoning to systematically update probability estima…»
Applies Bayesian reasoning to systematically update probability estimates with new evidence, helping make better forecasts and avoid overconfidence. Use when making predictions or judgments under uncertainty, forecasting outcomes, evaluating probabilities, testing hypotheses, calibrating confidence, assessing risks with uncertain data, or when user mentions priors, likelihoods, Bayes theorem, probability updates, forecasting, calibration, or belief revision.
Применяет байесовское рассуждение для систематического обновления оценок вероятности на основе новых данных, помогая делать лучшие прогнозы и избегать…
Как процесс C 62/100 · 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: 5. 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 62/100
- 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
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 55Ошибки и развилки. Развилок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 45
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1452 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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 462 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 45 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.