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 estimate-effective-evidence-countPrzed 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.
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
