Skip to main content

Sanoy24/tenacious-bench

SkillsMP a collecté 8 skills depuis Sanoy24/tenacious-bench. Ouvrez un skill pour examiner sa source et ses détails.

Dernière activité source enregistrée
Catalogue SkillsMP mis à jour
skills collectés
8
Étoiles GitHub
1
Forks GitHub
0

Affichage de 8 skills collectés sur 8.

métier
Scientifiques des données
description

Structure ablations, statistical comparisons, and evidence tracing for Tenacious-Bench results. Use when an agent is preparing Delta A, Delta B, or Delta C comparisons, held-out scoring traces, confidence intervals, cost or latency comparisons, evidence…

Langue du texte source : anglais

mis à jour
métier
Scientifiques des données
description

Build or extend Tenacious-Bench and its supporting Week 11 artifacts for the Sales Agent Evaluation Bench challenge. Use when an agent needs to turn Week 10 sales-agent traces, probes, style guidance, or public-signal inputs into a machine-verifiable…

Langue du texte source : anglais

mis à jour
métier
Scientifiques des données
description

Protect Tenacious-Bench split integrity and contamination resistance. Use when an agent is partitioning tasks, sealing held-out data, checking overlap between train and held_out, validating public-signal time windows, documenting contamination controls, or…

Langue du texte source : anglais

mis à jour
métier
Scientifiques des données
description

Create, expand, or review Tenacious-Bench tasks across the required authoring modes. Use when an agent is turning Week 10 traces, probe seeds, public-signal inputs, or sales artifacts into benchmark tasks, partition-ready records, metadata-rich JSON or JSONL…

Langue du texte source : anglais

mis à jour
métier
Scientifiques des données
description

Package Tenacious-Bench outputs into public, reviewer-friendly artifacts. Use when an agent is preparing a Hugging Face dataset or model card, datasheet, README, technical blog draft, publication checklist, executive memo support files, or…

Langue du texte source : anglais

mis à jour
métier
Développeurs de logiciels
description

Write, review, or refactor Python code for the Tenacious Bench project using clean, modern, and maintainable patterns. Use when an agent is adding or editing Python modules, CLI scripts, evaluators, dataset builders, contamination checks, training-data…

Langue du texte source : anglais

mis à jour
métier
Analystes en assurance qualité des logiciels et testeurs
description

Design, tighten, or review machine-verifiable scoring rubrics for Tenacious-Bench tasks. Use when an agent is creating or revising schema fields, scoring evaluator logic, judge prompts, rubric dimensions, banned-phrase checks, grounding requirements, or…

Langue du texte source : anglais

mis à jour
métier
Scientifiques des données
description

Convert Tenacious-Bench artifacts into high-quality training inputs for Path A, Path B, or Path C. Use when an agent is formatting chat pairs, preference pairs, step-level labels, quality filters, or path-specific training partitions for LoRA, judge training,…

Langue du texte source : anglais

mis à jour
Affichage de 8 skills collectés sur 8.