SKILLEMALL.ai

BC conf-preference-elicitation

Создает персонализированный профиль предпочтений на основе небольшого количества хорошо подобранных, основанных на кластерах вопросов вместо длинного опроса. Представляет интересы человека как область неопределенности на карте тем, выбирает единственный вопрос с наибольшим информационным выигрышем (сравнивая реальные разговоры из разных кластеров), балансирует между использованием известных интересов и исследованием неопределенных, намеренно вводит выбросы для борьбы с систематической ошибкой выбора и останавливается, как только расписание станет стабильным. Также определяет принадлежащие пользователю весовые коэффициенты целей и жесткие ограничения. Интерактивный — работает там, где он может фактически задать вопрос человеку. Не зависит от конференции. Используйте для преобразования карты тем в профиль предпочтений, для определения того, что спросить у участника конференции, или для определения приоритетов планирования. Ключевые слова — сбор предпочтений, задать мало вопросов, информационный выигрыш, вопросы на основе выбора, проверка систематической ошибки выбора, весовые коэффициенты целей, предпочтения участников.

машинный переводПоказать оригиналСкрыть оригинал«Build a personalized preference profile from a small number of well-ch…»

Build a personalized preference profile from a small number of well-chosen, cluster-grounded questions instead of a long survey. Represents the person's interests as an uncertainty region over the theme map, picks the single highest-information-gain choice-based question (contrasting real talks from different clusters), balances exploiting known interests against exploring uncertain ones, deliberately injects outlier probes to fight selection bias, and stops as soon as the schedule would be stable. Also elicits the user-owned objective weights and hard constraints. Interactive — runs where it can actually ask the person. Conference-agnostic. Use to turn a theme map into a preference profile, to decide what to ask a conference attendee, or to elicit scheduling priorities. Trigger keywords - preference elicitation, ask few questions, information gain, choice-based questions, selection bias probe, objective weights, attendee preferences.

lyndonkl/claude Agent Skills автор: lyndonkl 1 файл тело ≈ 3 200 токенов Открыть источникgithub.com↗ проанализирован 16 ч назад

Создает персонализированный профиль предпочтений на основе небольшого количества хорошо подобранных, основанных на кластерах вопросов вместо длинного опроса.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИИ и агентыРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • 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: 1. 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 53/100

    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 12
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3200 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • 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)
    • +3Длина description 948: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Структура: 26 заголовков
    • +3Пошаговые инструкции: 12 пунктов
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.