Anthropic Claudeデータ・分析⭐ リポ 0品質スコア 50/100
prediction-tracking
AI予測の精度を評価するために、時系列で予測結果を追跡・分析できます。過去の予測が実現したか、外れたか、または不確定なままかを判断する際に使用します。
description の原文を見る
Track and evaluate AI predictions over time to assess accuracy. Use when reviewing past predictions to determine if they came true, failed, or remain uncertain.
SKILL.md 本文
注意: このスキルのライセンスは ライセンス未確認 です。本サイトでは本文プレビューのみを表示しています。利用前に GitHub の原本でライセンス条件をご確認ください。
予測追跡スキル
AI研究者および批評家による予測を追跡し、時間経過に伴う精度を評価します。
予測の記録
新しい予測を記録する際は、以下の情報をキャプチャしてください:
必須フィールド
- text: 述べられた予測の内容
- author: 誰が予測したか
- madeAt: いつ予測されたか
- timeframe: いつ実現すると予想しているか
- topic: AI分野のどの領域に関するか
- confidence: 信頼度がどの程度であったか
オプショナルフィールド
- sourceUrl: 予測がなされた場所
- targetDate: 言及された場合の具体的な日付
- conditions: 注釈や条件
- metrics: 成功を測定する方法
評価ステータス
予測を評価する際は、以下のいずれかを割り当てます:
verified
述べられた通りに明らかに実現した。
- 予測された機能/イベントが発生した
- 述べられた期間内である
- 説明通りかなり実現した
falsified
明らかに実現しなかった。
- 期間が経過してもイベントが発生しなかった
- 矛盾する証拠が出現した
- 著者が主張を撤回または修正した
...
詳細情報
- 作者
- rickoslyder
- ライセンス
- 不明
- 最終更新
- 2026/1/19
Source: https://github.com/rickoslyder/HypeDelta / ライセンス: 未指定