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 estimate-effective-evidence-countVor 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.
estimate-effective-evidence-count
Purpose
Estimate independent evidence count after discounting dependence and correlation.
Input contract
yaml
required: [evidence_paths, dependence_structure]
optional: [correlation_estimates, nominal_count]
constraints: [dependence assumptions and uncertainty must be explicit]Procedure
- Count nominal paths and trace shared dependencies.
- Assign dependence classes or correlations.
- Estimate N_eff and sensitivity to dependence assumptions.
Output contract
yaml
produces: [nominal_count, dependence_map, effective_count, sensitivity_range]
delta_fields: [findings, evidence_updates, uncertainties, decisions]Quality gates
- Report N and N_eff separately; include a range when dependence is uncertain.
Failure and counterexamples
Do not inflate N_eff by counting repeated sources or shared models as independent.
Provenance map
- resolved: independent-convergence-audit
