nat-evaluation

от nvidia

Используется при проектировании, настройке, запуске или устранении неполадок оценок NeMo Agent Toolkit, наборов данных, выбора оценщика, поверхностей ATIF, контрольных точек качества,…

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

Больше skills от nvidia

fhir-basics
nvidia
Обучает агентов работе с API FHIR R4, доступным ресурсам, запросам с параметрами поиска и корректному разбору всех форматов ответов…
compileiq-validate-result
nvidia
Используйте ПОСЛЕ завершения поиска и ДО применения ускорения или отправки ACF. Загружает CSV-файл dump_results, извлекает top-K кандидатов (однокритериальный)...
changelog-audit
nvidia
Аудит Warp CHANGELOG.md перед релизом: восстановление потерянных записей, сортировка по влиянию на пользователей, уточнение формулировок, перенос строк и (в режиме релизной ветки) обновление сравнения…
dgx-diagnose
nvidia
Диагностика распространённых проблем DGX Station GB300 — сбои CUDA, ошибочное нацеливание на GPU, ошибки контейнеров vLLM/SGLang, проблемы состояния MIG, ошибки NVLink/Fabric Manager,…
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
Используйте при создании автономной HTML-презентации или визуального тезиса для технической концепции или рабочего процесса (например, demos/*.html) — отображаемой в полноэкранном режиме или…
aicr-creating-guided-demos
nvidia
Создаёт каркас интерактивного сценария guided-демо (demos/*.sh), в живом режиме или для самостоятельного прохождения, по паттерну Frame → Tell → Show → Close. Срабатывает по запросу "demo script", "guided…
aicr-analyzing-snapshots
nvidia
Используйте при анализе файла AICR snapshot YAML, проверке состояния кластера, сравнении характеристик провайдеров, извлечении данных о топологии GPU/сети или…