O que SkillTab-Bench faz?
Código do artigo SkillTab-Bench: Benchmarking Skill-Driven Agents para Análise de Tabelas Industriais Multi-Turn
Código do artigo SkillTab-Bench: Benchmarking Skill-Driven Agents para Análise de Tabelas Industriais Multi-Turn
SkillTab-Bench é um benchmark projetado para avaliar agentes de IA orientados a habilidades na análise de tabelas industriais em múltiplas rodadas. Ele fornece um conjunto de dados e um framework de avaliação para testar a capacidade de agentes de realizar tarefas complexas de análise de dados tabulares, como consultas, transformações e raciocínio sobre tabelas típicas de ambientes industriais (manufatura, logística, energia). O benchmark suporta agentes construídos com frameworks populares como LangChain, OpenAI Assistants e Claude, permitindo a comparação de diferentes abordagens de design de habilidades. A estrutura do benchmark inclui uma pipeline de dados com exemplos rotulados, um conjunto de métricas (precisão, recall, F1-score) e um orquestrador de avaliação que simula interações multi-turn entre o agente e o usuário. Ao submeter agentes ao SkillTab-Bench, desenvolvedores podem identificar lacunas nas habilidades de seus agentes, como raciocínio sobre dados ausentes, manipulação de joins entre tabelas ou geração de insights acionáveis, acelerando o desenvolvimento de sistemas de IA mais confiáveis para aplicações industriais.
npx skills add zzdcn/SkillTab-BenchInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Código do artigo SkillTab-Bench: Benchmarking Skill-Driven Agents para Análise de Tabelas Industriais Multi-Turn
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.