Skip to main content

braintrust-probe-capability-and-variability

Run the same dataset under controlled variants to measure either the ceiling of what a system can do or the spread of how reliably it does it. Use for questions about sensitivity to prompt paraphrases, formatting, ordering, seeds, or repeated runs; output consistency and agreement; whether a ranking survives a different prompt; flaky results; and equally for hidden, suppressed, sandbagged, or under-elicited capability, whether a low score means "cannot" or "did not," or how prompting, demonstrations, scaffolding, tools, and fine-tuning compare. Do not use to find unknown failure modes or run adversarial attacks.

Ir para a instalação

Informações da origem

Repositório
braintrustdata/eval-library
Última atividade na origem
17 de agosto de 2026 às 20:49
Idioma detectado do SKILL.md
inglês
Estrelas
12
Forks
2

Opções de instalação

Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.

Revise os arquivos de origem

Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.