職業分類
未分類
説明
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.
原文の言語: 英語
更新
microsoft/ACESEvals
SkillsMP は microsoft/ACESEvals から 5 件の skill を収集しています。skill を開くとソースと詳細を確認できます。
- 記録された最新のソース活動
- SkillsMP カタログ更新
- 収集済み skills
- 5
- GitHub スター
- 7
- GitHub フォーク
- 1
このリポジトリの skills
3 件の職業カテゴリ · 60% 分類済み
収集済み skill 5 件中 5 件を表示しています。
skill
職業分類
説明
更新
職業分類
未分類
説明
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.
原文の言語: 英語
更新
職業分類
ソフトウェア開発者
説明
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,…
原文の言語: 英語
更新
職業分類
ネットワーク・コンピュータシステム管理者
説明
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.
原文の言語: 英語
更新
職業分類
ソフトウェア品質保証アナリスト・テスター
説明
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.
原文の言語: 英語
更新
収集済み skill 5 件中 5 件を表示しています。