'scoring' 검색 결과

Validate Claude Ads data contracts, scoring inputs, run outputs, installation procedures, and release readiness. Return machine-readable pass or fail results with evidence, the most urgent blocker, and recovery steps, while checking source freshness and safe removal boundaries.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Checking Claude Ads run outputs and scoring inputs
• Auditing evidence and checks before a release
• Verifying installation instructions and archive checksums

Validate, prepare, or run public CodonFM Encodon masked-codon variant scoring and review compatibility of its scoring workflows. Use only when the user explicitly requests CodonFM or Encodon, or that context is already established in the conversation. Do not select this skill for a generic variant-scoring request without that context; ask for the variant and intended analysis first.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Infer transcription factor regulons from single-cell RNA-seq with pySCENIC by combining GRNBoost2 co-expression, cisTarget motif-enrichment pruning, and AUCell per-cell activity scoring. Covers the motif-pruning-as-directionality principle, regulon specificity scoring, run-to-run stability, and database/species matching. Use when identifying TF regulons, scoring TF activity per cell, finding master regulators of cell identity, or comparing regulon activity across conditions. For enhancer-driven multiomic GRNs see multiomics-grn; for bulk inference and VIPER protein-activity see grn-inference.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Provides R wrappers of several on-target and off-target scoring methods for CRISPR guide RNAs (gRNAs). The following nucleases are supported: SpCas9, AsCas12a, enAsCas12a, and RfxCas13d (CasRx). The available on-target cutting efficiency scoring methods are RuleSet1, Azimuth, DeepHF, DeepCpf1, enPAM+GB, and CRISPRscan. Both the CFD and MIT scoring methods are available for off-target specificity prediction. The package also provides a Lindel-derived score to predict the probability of a gRNA to

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

JTBD opportunity scoring and prioritization - outcome statement format, opportunity algorithm, scoring interpretation, feature prioritization, and opportunity matrix template

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

When a founder needs to qualify inbound leads, define their ICP, build a lead scoring model, set MQL criteria, or route prospects through pipeline stages. Activate when the user mentions lead scoring, ICP, MQL, SQL, lead qualification, inbound leads, or pipeline design.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Vendor privacy risk tiering methodology for processor management. Covers scoring factors including data volume, sensitivity, transfer locations, certifications, breach history, and control maturity with weighted risk calculation and tier assignment.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guides comprehensive controller self-assessment covering GDPR Articles 5-49 with scoring methodology and reporting format. Activate when conducting internal reviews or benchmarking maturity. Keywords: self-assessment, controller assessment, compliance questionnaire, scoring.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Provides combined DPIA and AI Act conformity assessment template with integrated risk scoring matrix. Covers GDPR Art. 35 DPIA elements, AI Act high-risk system requirements, mitigation measures, and human oversight assessment. Keywords: DPIA template, conformity assessment, risk scoring, AI Act, combined assessment, high-risk AI.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

ESM2 protein language model for sequence scoring, embeddings, and plausibility checks. Use this skill when: (1) Computing pseudo-log-likelihood (PLL) scores, (2) Getting protein embeddings for clustering, (3) Filtering designs by sequence plausibility, (4) Zero-shot variant effect prediction, (5) Analyzing sequence-function relationships. For structure prediction, use chai1-structure-prediction or boltz-structure-prediction. For QC thresholds, use protein-design-qc.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use when scoring leads, qualifying prospects, prioritizing pipeline, deciding which accounts to pursue, or building a lead scoring model. Triggers: 'score this lead', 'qualify this prospect', 'is this a good lead', 'lead scoring', 'prioritize my pipeline', 'qualification framework'.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Gate resumption of any multi-day LLM batch-scoring campaign that calls an unpinned model alias (deepseek-chat, gpt-*-latest, gemini-*-preview, any provider alias without a pinned version). Use when: (1) resuming a paused or credit-exhausted scoring run days after its last chunk, (2) topping up credits to finish a campaign, (3) extending a cached scoring pipeline with new items. Prevents silently splicing two model versions or serving revisions into one measure. Verified 2026-07-16: for $0.30 caught a serving-revision drift WITHIN DeepSeek v4-flash (same alias, same family, litigation scores systematically shifted across a 2-day gap) before an $83 resume spend.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Infer transcription factor regulons from single-cell RNA-seq with pySCENIC by combining GRNBoost2 co-expression, cisTarget motif-enrichment pruning, and AUCell per-cell activity scoring. Covers the motif-pruning-as-directionality principle, regulon specificity scoring, run-to-run stability, and database/species matching. Use when identifying TF regulons, scoring TF activity per cell, finding master regulators of cell identity, or comparing regulon activity across conditions. For enhancer-driven multiomic GRNs see multiomics-grn; for bulk inference and VIPER protein-activity see grn-inference.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Hybrid ML + physics binding affinity prediction. Empirical scoring, MM/GBSA rescoring, multi-method consensus, and batch virtual screening for protein-ligand complexes.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

スコアリング / ML のドメイン正しさのレビュー。SCORE_WEIGHTS の単一定義と合計1.0・ドキュメント追随、スコアリングと ML の10要素の一致（手書きで並ぶ全箇所の同時更新）、未来情報リーク（as-of カットオフを通していない取得経路の新設）、値域0〜100とゼロ除算、データ欠損時の既定値、学習・予測の決定性と再現性、JRA 枠番割当規則、バックテスト指標（1位的中率・上位3頭精度・順位相関・ROI）の計算を検証。Use when user says 'スコアリングレビュー', 'review scoring', 'ML レビュー', 'スコア計算チェック', '特徴量チェック', or 'バックテスト検証'.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Infer transcription factor regulons from single-cell RNA-seq with pySCENIC by combining GRNBoost2 co-expression, cisTarget motif-enrichment pruning, and AUCell per-cell activity scoring. Covers the motif-pruning-as-directionality principle, regulon specificity scoring, run-to-run stability, and database/species matching. Use when identifying TF regulons, scoring TF activity per cell, finding master regulators of cell identity, or comparing regulon activity across conditions. For enhancer-driven multiomic GRNs see multiomics-grn; for bulk inference and VIPER protein-activity see grn-inference.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Design structured evaluation rubrics for scoring LLM and agent outputs — defining quality dimensions, scoring scales, hard gates, score descriptions, and edge cases. Load when the user asks to create an eval rubric, define evaluation criteria, design scoring dimensions, write an eval spec, or says "what should I evaluate", "design a rubric", "create eval criteria", "define quality dimensions", "evaluation rubric for", "how do I measure quality of". Sub-skill of eval-output orchestrator.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Infer transcription factor regulons from single-cell RNA-seq with pySCENIC by combining GRNBoost2 co-expression, cisTarget motif-enrichment pruning, and AUCell per-cell activity scoring. Covers the motif-pruning-as-directionality principle, regulon specificity scoring, run-to-run stability, and database/species matching. Use when identifying TF regulons, scoring TF activity per cell, finding master regulators of cell identity, or comparing regulon activity across conditions. For enhancer-driven multiomic GRNs see multiomics-grn; for bulk inference and VIPER protein-activity see grn-inference.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

추린 경쟁사를 아홉 관점으로 평가해 근거가 있는 비교 카드와 전략의 두 축 도표로 정리합니다. 각사의 강점과 자사 목표 영역의 경쟁사를 확인합니다.

• 경쟁사를 공통 기준으로 비교합니다
• 출처가 있는 경쟁사 소개 카드를 만듭니다
• 전략의 두 축에 경쟁사를 배치합니다

사용자나 상황에 맞는 상위 후보를 고르는 추천 및 순위 처리 흐름을 설계합니다. 후보 수집부터 점수 계산, 선택, 기록까지 여섯 단계로 나누고 실행 가능한 코드 틀을 만듭니다.

• 개인화 콘텐츠 전달 설계
• 검색 또는 RAG 결과 재정렬
• 작업 우선순위 결정

전자 의무기록에 임상 의사결정 지원을 구현합니다. 약물 상호작용, 용량 검증, 임상 점수 계산과 경고 심각도별 화면 동작 및 누락 검증 테스트를 다룹니다.

• 약물 상호작용과 알레르기 확인 구현
• 환자 정보에 따른 용량 검증
• NEWS2 등 임상 점수 구현

공개 사이트와 API에서 채용 공고, 가격, 뉴스 등을 정기 수집하는 시스템을 만듭니다. AI 요약·분류·평가, 저장소 연동, 사용자 선택을 다음 평가에 반영하는 설계를 다룹니다.

• 채용 공고 수집 및 조건 일치도 평가
• 상품 가격 정기 추적
• 뉴스 수집 및 주제별 분류

경쟁사의 브랜드 표현, 서비스, 실적 등을 공통 기준으로 평가합니다. 근거를 담은 비교 카드와 전략적 두 축 도표로 고객이 목표로 하는 위치의 경쟁사를 파악합니다.

• 공통 기준으로 경쟁사를 비교합니다
• 출처가 있는 경쟁사 카드를 만듭니다
• 두 전략 목표로 경쟁사의 위치를 정리합니다

Compare Claude, GPT, and Gemini on the same skill or prompt. Get a table of response times, token usage, and costs, with optional AI scoring to help choose a model for the task.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Choosing a model for a specific skill
• Comparing response times and costs
• Comparing output quality with optional AI scoring