Skip to main content

microsoft/ACESEvals

SkillsMP ha recopilado 5 skills de microsoft/ACESEvals. Abre una skill para revisar su origen y sus detalles.

Última actividad de origen registrada
Catálogo de SkillsMP actualizado
skills recopiladas
5
Estrellas en GitHub
7
Forks en GitHub
1

Mostrando 5 de 5 skills recopiladas.

ocupación
sin clasificar
descripción

Guide for debugging inspect_ai evaluation failures, score issues, and model behavior. Use this when eval results are unexpected, scores are wrong, scoring fails, or model output appears corrupted.

Idioma del texto original: inglés

actualizado
ocupación
sin clasificar
descripción

Guide for running SABER inspect_ai evaluations locally. Use this when asked to run, re-run, or configure an inspect eval for any SABER domain.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Comprehensive guide for analyzing SABER evaluation results — model comparison, agent architecture comparison, domain-specific analysis, and cross-domain aggregate analysis. Use this when asked to analyze eval results, compare models, generate visualizations,…

Idioma del texto original: inglés

actualizado
ocupación
Administradores de redes y sistemas informáticos
descripción

Guide for monitoring running SABER evaluations, checking progress, and managing eval batches. Use this when asked to monitor evals, check progress, produce a status report, or manage concurrent eval runs. Also covers Docker health and resource management.

Idioma del texto original: inglés

actualizado
ocupación
Analistas de garantía de calidad de software y probadores
descripción

Guide for parsing and analyzing inspect_ai .eval log files. Use this when asked to interpret eval results, extract tool calls, find scores, or investigate agent behavior from .eval logs.

Idioma del texto original: inglés

actualizado
Mostrando 5 de 5 skills recopiladas.