「accuracy」の検索結果

Strategic planning consultant that produces decision-complete work plans through Socratic interview, codebase exploration, Metis gap analysis, and optional Momus high-accuracy review. MUST USE when the task has 5+ steps, scope is ambiguous, multiple modules are involved, or the user asks for a plan. Triggers: plan this, create a work plan, interview me, start planning, prometheustic, plan mode, help me plan this, break this down.

日本語の概要は準備中です。原文の説明を表示しています。

Create new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.

日本語の概要は準備中です。原文の説明を表示しています。

Use when implementing features, fixing bugs, or refactoring code that may invalidate existing docs. Detects stale documentation by matching the code diff against in-repo doc files and applies targeted updates. Relevant when code changes rename, remove, or add APIs, fields, config keys, or CLI flags. Also applies when the user says "update docs", "check docs", or "are the docs stale", or when reviewing a branch for documentation accuracy.

日本語の概要は準備中です。原文の説明を表示しています。

Ultra-compressed communication mode. Cuts token usage ~75% by speaking like caveman while keeping full technical accuracy. Supports intensity levels: lite, full (default), ultra, wenyan-lite, wenyan-full, wenyan-ultra. Use when user says "caveman mode", "talk like caveman", "use caveman", "less tokens", "be brief", or invokes /caveman. Also auto-triggers when token efficiency is requested.

日本語の概要は準備中です。原文の説明を表示しています。

Write or update dygo instructions, reference documentation, task descriptions, CLI help, metadata examples, or architecture notes. Use when documentation quality and contract accuracy are central to the task.

日本語の概要は準備中です。原文の説明を表示しています。

Ultra-compressed communication mode. Cuts token usage ~75% by dropping filler, articles, and pleasantries while keeping full technical accuracy. Use when user says "caveman mode", "talk like caveman", "use caveman", "less tokens", "be brief", or invokes /caveman.

日本語の概要は準備中です。原文の説明を表示しています。

Align, run, audit, and publish GEODE benchmark comparisons against Agent-World arXiv 2604.18292v1 across MCP-Mark, BFCL V4, and tau2-bench. Use for Agent-World or AgentWorld comparison requests, cross-suite agent benchmark design, Tau2 comparator/profile diagnosis, paired thin-runtime-versus-GEODE experiments, mean-accuracy@8 replication, or benchmark comparability and artifact reviews.

日本語の概要は準備中です。原文の説明を表示しています。

host / 辅助段优化模块（L3）：把**非 DiT、非解码段**的固定开销落成可复验的优化—— ① 交付与搬运（mp4/图片编码、worker→API 通路、落盘、异步化）； ② 装载与预热（权重加载、编译与图下发预热、镜像/容器预热）。 当用户说“mp4 编码/传输/落盘慢”“交付这段占了不少时间”“模型加载慢”“首启编译太久” “固定开销占比高”“每个请求都要重新编码/重新写盘”时使用。 **入口条件**：占比已达门限（瓶颈标签 `非DiT-host段`；标签枚举、门限与测点口径的单一真源在 model-auto-optimization/references/bottleneck-labels.md，本技能只消费不定义）。 near-miss（看似相关但不属本技能）： - **并发 / 吞吐 / 批处理调度 / 队列深度与限流** → **不属本技能**（会改变所有性能口径与 SLO 语义， 未来独立立项；本技能只在**不改变请求并发模型**的前提下压固定开销）； - VAE/TAE 解码段（计算或通信）→ `vae-opt`；DiT 计算 → `dit-perf-opt`； 多卡并行 / 通信掩盖 → `dit-parallel-opt`； - **装库 / 下载权重 / 构建镜像 / 创建容器** → `env-install`（本技能只优化装载与预热**过程本身**）； - 编译与图下发的**机制本体**（pattern / Inductor / NPUGraph / 图 pool / 缓存条目）→ `pattern-dev` / `aclgraph-dev`（本技能不另做一套缓存）； - 产物一致性与精度判据 → `accuracy-gate`；收益口径 → `perf-gate`； - 瓶颈未定位 / 没有占比锚点 → `model-auto-optimization`。

日本語の概要は準備中です。原文の説明を表示しています。

**精度验收标准**：凡是"改动不应改变结果"的场合（等价替换、算子/子模块融合、并行切分、 编译与图下发、拷贝消减），都按本标准判"合格 / 不合格"——等价分层（L1 逐位 / L2 数值门 / L3 有损门）+ 三级验收序（① 同配置重跑逐位 → ② 跨配置数值门 + 产物 md5 不变 → ③ 质量门）+ 判据不达标时的排障入口。当用户说"这个算子能不能换个写法/换个 kernel/等价实现/ 无损替换""替换后结果会不会变""怎么证明逐位一致""结果不对""花屏""尾部塌了" "CPU 跑对 NPU 跑不对"，或发现某个 hotspot 占了大头（例如某类算子在阶段里占 90% 以上）想动手时， 都应触发；即使用户只说"这样改有没有把结果改坏""能不能判它是无损的"也应触发。 覆盖：等价分层与判据、满足本标准的实现约定（per-shape 对拍写进实现，把索引/相位/顺序类重写 错误在首次调用抓住）、per-shape 条件性等价（同一改动在不同形状下结论可能不同）、 判据不达标 → `references/silent-failure-localization.md` 排障入口、否决案例的形态学 （换写法未换 kernel / 差异极小仍非逐位 / 等价但 OOM）、以及收益口径的归属（性能数字一律交 `perf-gate`）。 **近义分流**：选量化档 / 特性选档（要不要开量化、开哪一档）→ `dit-perf-opt`； 并行选型（USP / CP / TP 怎么切）→ `dit-parallel-opt`；本技能只判"结果是否被改变"， 不负责选档与选型。

日本語の概要は準備中です。原文の説明を表示しています。

DiT 计算模块（L3）：把**已定位的 DiT 计算瓶颈**落成特性级选档与实施—— 量化档（W8A16 / W4A16 / W8A8 系列 / W4A4 / MXFP8 / FA 量化）、稀疏（rf_v2 / ada_bsa）、 缓存（DiTCache / AttentionCache / 时间步优化）、编译启用（MindieSDBackend / Pattern 融合 / ACLGraph） 的**开不开、开哪一档、怎么开、怎么复验**；依据是 `docs/zh/features/*`（特性真源）+ framework-integration/references/framework-support-matrix.md（支持状态）。 即使用户只说"这个模型怎么加速""量化/稀疏/Cache 怎么选怎么开""要不要开量化、开哪一档""这个档位开了有没有效果" 而未提 profiling，也应触发。 **入口条件**：瓶颈点已明确（用户带一句实测锚点，或编排层交付标签）时由域入口 `performance-optimization` 按标签分发到本技能；**瓶颈未明（"怎么加速 / 跑通 / 采 profile"）先走 `model-auto-optimization` 定位**，不在本技能内做占比分析。 near-miss：多卡并行形态 / 通信掩盖 / TP·offload 选型 → `dit-parallel-opt`；VAE 解码段与 host 固定开销 → 各自模块（VAE / host）；单算子实现级实测选型（mindie_bench）→ `benchmark-dev`； 需要新增 pattern / 算子才能落地本档 → `pattern-dev` / `operator-dev`；框架侧开关与使能验证 → `framework-integration`；量化器位级契约与精度对齐（编码公式 / 舍入 / scale 粒度）→ `quantization-dev`；精度验收判据 → `accuracy-gate`；数字入库口径 → `perf-gate`。

日本語の概要は準備中です。原文の説明を表示しています。

融合单元的范围判定与收益前置评估：判定「哪些计算该被融进同一个融合单元、边界画在哪、 融了值不值」。结构侧按融合单元构造规则切边界——函数边界即候选组；FA（含 BSA 等变种）为 禁融锚点；以 norm / rope / FA 为分界分区，全 Vec 区域优先试融；区域内有 Cube 时以 Cube 为 首算子向后包裹 Vec（Σvec 小于 cube 或遇下一 Cube 封口）；一轮之后纯 Vector 单元之间再迭代； MLP / MoE 以矩阵乘族（MatMul / BatchMatMul / GroupedMatmul）为界；若该段计算已由单个 融合算子承载，按规则 6 先确认载体是否已生效（不重复建单元）。 收益侧按计算单元利用率判型（memory_bound、*_vec|mac|mte2|mte3_ratio、cube_utilization）， 叠加带宽下限 / 区域占比 / 天花板法 / 地板先行 / Amdahl 传导校验给出 go/no-go。 当用户问「这几个算子能不能融成一个」「融合边界画在哪」「融多大范围」「融了值不值得」， 或 profiling-analyze 给出融合机会候选需要定范围与收益时使用；即使用户只说「这条链要不要 合成一个 kernel」「这里能不能省一次读写」也应触发。 **已经做完、实测收益却打平或为负时同样触发**——此时的任务不是接受"融合无收益"， 而是按事后复核做**等功忙计数对照**归因，并在缺陷落在融合核自身时**升级 operator-dev**。 边界：只出「融合单元草案 + 收益判定 + 否决理由」。不做采纳与选点（dit-perf-opt 依收益选 top 并派活）、不做采集与瓶颈定位（profiling-collect / profiling-analyze）、不写 kernel、不写 pattern、 不做使能与并行选型、不定义验收标准（引 accuracy-gate / perf-gate）。 由 profiling-analyze（融合机会候选）与 operator-dev（实现前的收益评估）调用。

日本語の概要は準備中です。原文の説明を表示しています。

优化域入口（L2）：拿到**已明确的瓶颈点 / 瓶颈标签**后，按标签把任务**分发**到四个优化模块 （DiT 计算 `dit-perf-opt` / DiT 通信 `dit-parallel-opt` / VAE `vae-opt` / host `host-opt`），并给出域内**最小前置集**与**域级验收口径**（性能入库口径引 `perf-gate`、精度判据引 `accuracy-gate`）。 **本技能不再承载选档与实施内容**（Step 2–4 闭环、特性档位选择、组合试验已全部归 `dit-perf-opt`）。 入口信号（任一即可触发）：① 用户或编排层已给出**瓶颈点/瓶颈标签**（"瓶颈已经明确，按这个点优化"）； ② **框架侧特性没落地**（该开的开关/特性没开，需要先判走哪个模块）。 near-miss（看似相关但不属本技能）： - **瓶颈未明**（"这个模型怎么加速""怎么跑通""采个 profile"，还要先定位）→ 先走 `model-auto-optimization`（唯一有分析权的一方），本入口**不接受未定位的任务**。 - 问"要不要开量化、开哪一档""量化/稀疏/Cache 怎么选怎么开" → `dit-perf-opt`（选档与实施在模块层）。 - 多卡并行形态 / 通信掩盖 / TP·offload → `dit-parallel-opt`；VAE·TAE 解码段 → `vae-opt`；交付搬运 / 装载预热等固定开销 → `host-opt`。 - 需要改本仓代码（pattern / 算子 / 测试 / 文档）→ `dev-workflow`。 由 model-auto-optimization 的阶段路由与用户直接声明瓶颈两条路径触发。

日本語の概要は準備中です。原文の説明を表示しています。

VAE/TAE 解码段优化（**计算 + 通信同技能**）：判断解码器能否沿某个轴切到多张卡、怎么切才是逐位精确、切了值不值；给出可复用的等价性证明流程、状态携带切分代码模式与交换预算判据。范围**含 VAE encode（待补：当前无内容，暂不纳入正文）**。当用户问“VAE/TAE 解码能不能分卡/切分/分摊”“8 张卡重复解码能不能省”“按帧轴还是空间轴切”“切完结果会不会变”“怎么证明等价”“all-gather 拼回来对不对”，或任何“多卡把解码摊开、又要保证输出不变”的场合都应触发；即使用户没说“分片”二字，只要出现“解码每卡都解一遍”“解码太慢想摊到多卡”“那部分重复计算能不能省”也应触发。覆盖：跨轴耦合算子审计（含递归 MemBlock 前缀依赖的否证）、潜帧边界切分＋每块末帧状态携带、与 rank 无关的判定（否则死锁）、交换预算核算、已知静默陷阱（all_gather_into_tensor 填栈副本、repeat_interleave 多分配整张量、rank 选举式参与）、有损分片的精确性前置条件与自动修复、CPU 真值→分段 bitwise→端到端 md5→帧级健康指标的四道验证闸、分片“到底有没有生效”的状态量判定，以及“切分顺带绕过设备缺陷”的用法。边界（本技能只引用不复制）：计算手段与能力供给见 `pattern-dev` / `operator-dev`，DiT 侧选档参照 `dit-perf-opt`；通信方法论（形态/掩盖/通信账/归因）见 `dit-parallel-opt`；一致性判据见 `accuracy-gate`；数字入库见 `perf-gate`；交付搬运与装载预热等 host 固定开销见 `host-opt`（不属本技能）。

日本語の概要は準備中です。原文の説明を表示しています。

Drafts healthcare chart audit protocols covering clinical documentation review, coding accuracy, and billing compliance. Aligns with Medicare CoPs, OIG Compliance Program Guidance, RAC preparedness, federal sentencing guidelines, and the 60-day overpayment rule. Use when drafting routine periodic audits, targeted risk reviews, proactive compliance measures, or post-regulatory-update assessments.

日本語の概要は準備中です。原文の説明を表示しています。

Create new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, update or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.

日本語の概要は準備中です。原文の説明を表示しています。

Publication-quality statistical visualization with mandatory best practices. Use when creating plots, charts, figures, or any data visualization. Enforces accessibility, uncertainty display, proper labeling, and statistical accuracy.

日本語の概要は準備中です。原文の説明を表示しています。

Create new skills, modify and improve existing skills, and measure skill quality. Use when users want to create a skill from scratch, edit or refine an existing skill, test a skill with sample prompts, or optimize a skill's description for better triggering accuracy.

日本語の概要は準備中です。原文の説明を表示しています。

Holistic evaluation framework for language models measuring accuracy, calibration, robustness, and fairness

日本語の概要は準備中です。原文の説明を表示しています。

Design deployment-focused distillation systems that balance model size, accuracy, calibration, and cascade escalation under real resource limits. Best for teacher-student compression, threshold design, and failure-aware deployment. Activate on "model compression", "teacher- student", "distillation score", "cascade model", "edge deployment", or "model calibration". NOT for generic deep-learning overviews, prompt optimization, or training work without a concrete distillation objective.

日本語の概要は準備中です。原文の説明を表示しています。

Audit LLM token cost estimates against actual API usage. Activate on 'cost verification', 'token estimate accuracy', 'API cost audit', 'estimation variance'. NOT for pricing lookups, budget planning, or cost optimization strategies.

日本語の概要は準備中です。原文の説明を表示しています。

Detects fabricated content, false citations, and unverifiable claims in agent outputs. Uses source verification and consistency checking. Activate on 'detect hallucination', 'fact check', 'verify claims', 'check accuracy', 'find fabrications'. NOT for validation (use dag-output-validator) or confidence scoring (use dag-confidence-scorer).

日本語の概要は準備中です。原文の説明を表示しています。

Performs alchemical free-energy calculations including relative binding free energy (RBFE / FEP+) and absolute binding free energy (ABFE) via OpenFE, FEP+, GROMACS, AMBER pmemd, and OpenMM with explicit lambda scheduling, soft-core potentials, MBAR/BAR analysis, cycle-closure validation, and protocol-appropriate enhanced sampling. Compares ML alternatives (Boltz-2 affinity, DeepDock). Use when ranking analogs by binding affinity beyond docking accuracy, performing prospective lead optimization, or validating SAR predictions.

日本語の概要は準備中です。原文の説明を表示しています。

Plan, execute, and document validation, verification, and transfer of analytical procedures under the governing framework - ICH Q2(R2) and Q14, USP <1220>/<1225>/<1226>, ICH M10 bioanalytical, CLSI EP, or ISO/IEC 17025. Use for HPLC, LC-MS/MS, GC, CE, ICP-MS, dissolution, qNMR, qPCR, NIR, and ligand binding or cell-based assays whenever the question is whether a procedure is fit for its intended purpose. Triggers include "method validation", "analytical method validation", "AMV", "validation protocol", "acceptance criteria", "linearity", "reportable range", "accuracy and precision", "repeatability", "intermediate precision", "recovery", "LOD", "LOQ", "detection limit", "quantitation limit", "specificity", "robustness", "method transfer", "method comparison", "Deming", "Passing-Bablok", "Bland-Altman", "equivalence testing", "OOS investigation", "ICH Q2", "Q2(R2)", "Q14", "USP 1225", "ICH M10", "incurred sample reanalysis", "ISR", "CLSI EP", and any request to show that an assay works.

日本語の概要は準備中です。原文の説明を表示しています。

This skill checks for contraindications or sources of inaccuracy that may affect continuous glucose monitoring (CGM) reliability in hospitalized adults. It is triggered when clinicians ask, “Are there factors that could make CGM unreliable?” or when assessing for skin infection, hypoperfusion, hypovolemia, vasoactive/pressor therapy, or medications such as acetaminophen >4 g/day, dopamine, vitamin C, or hydroxyurea.

日本語の概要は準備中です。原文の説明を表示しています。