メニュー
Skill derived from arXiv:2607.17701 - ProEvent: An Event-centric Benchmark for Proactive Agents
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/hiyenwong/ai_collection --skill proevent-event-centric-benchmark-proactive-agentsコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.
SOC 職業分類に基づく
SKILL.md を表示中
| name | proevent-event-centric-benchmark-proactive-agents |
| description | Skill derived from arXiv:2607.17701 - ProEvent: An Event-centric Benchmark for Proactive Agents |
| metadata | {"openclaw":{"emoji":"📄","tags":["arxiv","paper","2607.17701"]}} |
Source: arXiv:2607.17701
To be filled in with the paper's core contribution.
To be filled in with the paper's key insights.
Potential applications of this skill.
proevent-event-centric-benchmark-proactive-agents, 2607.17701
