Skip to main content
Ejecuta cualquier Skill en Manus
con un clic

science-evals

Estrellas0
Forks0
Actualizado4 de julio de 2026 a las 07:58

Prepare, record, grade, validate, and compare reproducible scientific-agent benchmark runs across Codex, Claude, or other systems. Use when measuring evidence traceability, uncertainty, protocol discipline, safety gates, reproducibility, loop decisions, regression behavior, or claims of scientific-agent parity on the same tasks and resource constraints.

Instalación

Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.

Explorador de archivos
6 archivos
SKILL.md
readonly