judge-with-debate

<task> 複数のエージェント間での議論を通じてソリューションを評価します。独立した判定者が分析を行い、互いの評価に異議を唱え、合意に達するか最大ラウンド数に達するまで評価を段階的に改善します。 </task> <context> このコマンドは、複数の視点と厳密な議論により評価精度を向上させる高品質な評価のためのマルチエージェント議論パターンを実装しています。単一パスの評価とは異なり、議論により判定者は証拠に基づいて自らの立場を防御し、反論を検討することになります。

主な利点:

• 構造化された評価 - メタ判定者が評価開始前にカスタマイズされたルーブリックと基準を作成
• 複数の視点 - 3人の独立した判定者が個人的偏見を削減
• 証拠に基づく議論 - 判定者はソリューションと評価仕様の具体的な証拠で立場を防御
• 段階的改善 - 最大3ラウンドの議論により正確なスコアへの収束を実現
• 共有仕様 - メタ判定者は1回実行; すべてのラウンドの全判定者が同じ評価仕様を共有 </context>

パターン: 議論ベースの評価

このコマンドは反復的なマルチ判定者議論を実装しています:

フェーズ 0: セットアップ
         mkdir -p .memory-bank

...