Verwendung
- Installationsbefehl kopieren und das Quellpaket vor der Installation in der eigenen Agentenumgebung prüfen.
- Benötigte Werkzeuge, Zugangsdaten und Hosts im Original prüfen.
- Eingabe und gewünschtes Ergebnis beschreiben und die Ausgabe mit den Quellen abgleichen.
npx skills add https://github.com/yogsoth-ai/de-anthropocentric-research-engine --skill audit-data-contaminationVor dem Start
- Die Installation umfasst weder Modellabo noch API-Kontingent oder Dateizugriffsrechte.
- Sterne und Installationen zeigen Aktivität, keine unabhängige Qualitäts- oder Sicherheitsprüfung.
Originales Skill-Dokument
Aus dem Quell-Repository gerendert; Überschriften, Beispiele, Code, Tabellen, Links und Bilder bleiben erhalten.
audit-data-contamination
Purpose
Audit train/test leakage, memorization artifacts, temporal leakage, and disclosure pathways that can invalidate evaluation.
Input contract
yaml
required: [dataset_partitions, training_sources, evaluation_records]
optional: [release_history, deduplication_keys, access_logs]
constraints: [each contamination claim requires a matched record, pathway, and comparison basis]Procedure
- Define partition, temporal, entity, and disclosure boundaries.
- Match evaluation items against training and public-source records using declared keys.
- Test suspected leakage pathways and compare affected with unaffected cases.
- Classify confirmed, plausible, and unassessed contamination with impact notes.
Output contract
yaml
produces: [contamination_matches, pathway_map, affected_case_set, impact_assessment, audit_uncertainties]
delta_fields: [findings, evidence_updates, uncertainties, decisions, open_questions]Quality gates
- Matching keys and time boundaries are recorded.
- False-positive matches are sampled and documented.
Failure and counterexamples
Do not call lexical overlap contamination without a disclosure pathway, and do not infer clean separation from missing metadata.
Provenance map
resolved: knowledge-acquisition-contamination-audit
