Jak używać
- Skopiuj polecenie instalacji i sprawdź źródła przed instalacją we własnym środowisku agenta.
- W oryginale sprawdź wymagane narzędzia, dane dostępowe i obsługiwane środowiska.
- Opisz dane wejściowe i oczekiwany rezultat; porównaj wynik ze źródłami.
npx skills add https://github.com/yogsoth-ai/de-anthropocentric-research-engine --skill audit-data-contaminationPrzed rozpoczęciem
- Instalacja nie obejmuje subskrypcji modelu, limitu API ani uprawnień do plików.
- Gwiazdki i instalacje pokazują aktywność, a nie niezależny test jakości lub bezpieczeństwa.
Oryginalny dokument Skill
Treść z repozytorium z zachowaniem nagłówków, przykładów, kodu, tabel, linków i obrazów.
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
