nat-evaluation

द्वारा nvidia

NeMo Agent Toolkit मूल्यांकन, डेटासेट, मूल्यांकक चयन, ATIF सतहों, गुणवत्ता द्वार, आदि को डिज़ाइन, कॉन्फ़िगर, चलाने या समस्या निवारण करते समय उपयोग करें।

npx skills add https://github.com/nvidia/nemo-agent-toolkit --skill nat-evaluation

NeMo Agent Toolkit Evaluation

Use this skill for measuring agent quality and behavior.

Workflow

  1. Decide the evaluation surface and output format.
  2. Decompose quality goals into separate evaluators.
  3. Choose built-in evaluators before writing custom evaluators.
  4. Keep datasets small and explicit for local validation.
  5. Run nat eval and inspect generated artifacts.

References

  • references/operating-mode.md
  • references/methodology.md
  • references/agent-eval-framework.md
  • references/evaluation-surfaces.md
  • references/evaluation-contract.md
  • references/evaluators/
  • references/code-patterns.md

nvidia की और Skills

fhir-basics
nvidia
एजेंटों को सिखाता है कि FHIR R4 APIs कैसे काम करते हैं, कौन से संसाधन उपलब्ध हैं, उन्हें खोज मापदंडों के साथ कैसे क्वेरी करें, और सभी प्रतिक्रिया प्रारूपों को सही ढंग से कैसे पार्स करें…
compileiq-validate-result
nvidia
खोज पूरी होने के बाद और किसी स्पीडअप का दावा करने या ACF भेजने से पहले उपयोग करें। dump_results CSV लोड करता है, शीर्ष-K उम्मीदवारों (एकल-उद्देश्य) को निकालता है…
changelog-audit
nvidia
रिलीज़ से पहले Warp CHANGELOG.md का ऑडिट करें: खोई हुई प्रविष्टियाँ पुनर्प्राप्त करें, उपयोगकर्ता प्रभाव के अनुसार क्रमबद्ध करें, प्रविष्टि भाषा को परिष्कृत करें, लाइन-रैप करें, और (रिलीज़-ब्रांच मोड) तुलना बढ़ाएँ…
dgx-diagnose
nvidia
सामान्य DGX Station GB300 समस्याओं का निदान करें — CUDA क्रैश, गलत-GPU लक्ष्यीकरण, vLLM/SGLang कंटेनर बग, MIG स्थिति समस्याएं, NVLink/Fabric Manager त्रुटियां,…
aicr-managing-openvex
nvidia
Use when adding, updating, or removing CVE/GHSA suppressions in `.openvex.json` — the OpenVEX document consumed by the daily image vulnerability scan workflow.…
aicr-creating-slide-decks
nvidia
किसी तकनीकी अवधारणा या कार्यप्रवाह के लिए स्व-निहित HTML स्लाइड डेक या दृश्य वार्ता-बिंदु (जैसे demos/*.html) बनाते समय उपयोग करें — पूर्ण-स्क्रीन दिखाया जाए या…
aicr-creating-guided-demos
nvidia
एक इंटरैक्टिव निर्देशित डेमो स्क्रिप्ट (demos/*.sh) तैयार करता है, लाइव या स्व-गति, Frame → Tell → Show → Close पैटर्न के साथ। "demo script", "guided… पर सक्रिय होता है।
aicr-analyzing-snapshots
nvidia
AICR स्नैपशॉट YAML फ़ाइल का विश्लेषण करते समय, क्लस्टर स्थिति की समीक्षा करते समय, प्रदाता विशेषताओं की तुलना करते समय, GPU/नेटवर्क टोपोलॉजी अंतर्दृष्टि निकालते समय, या... उपयोग करें।