📊 Auditoría de Calidad de Datasets de Entrenamiento de IA | Skill de Codex de grado productivo para auditar datasets de pre-entrenamiento (balance, sesgo, fuga, idoneidad ética). Vincula puntuaciones a marcos reconocidos (NIST, Gebru's Datasheets) y utiliza un pipeline crawl4ai.
Este skill, para Codex y agentes de IA similares, permite realizar una auditoría automatizada de calidad de datasets de entrenamiento de IA. Su principal utilidad es evaluar aspectos críticos como el balance de clases, la presencia de sesgos, la fuga de datos y la idoneidad ética de un conjunto de datos antes de utilizarlo en un entrenamiento. Está diseñado para producción y produce puntuaciones vinculadas a marcos de referencia reconocidos, como los estándares NIST y las guías de 'Datasheets for Datasets' de Gebru. El skill utiliza un pipeline basado en la herramienta crawl4ai para analizar directamente el repositorio del dataset, generar un informe estructurado y ofrecer información accionable al desarrollador.
npx skills add dungnotnull/ai-dataset-quality-audit-agent-skillInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
📊 Auditoría de Calidad de Datasets de Entrenamiento de IA | Skill de Codex de grado productivo para auditar datasets de pre-entrenamiento (balance, sesgo, fuga, idoneidad ética). Vincula puntuaciones a marcos reconocidos (NIST, Gebru's Datasheets) y utiliza un pipeline crawl4ai.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.