Model Evaluation Lab
Évaluations de modèles reproductibles avec plans figés et mémos de décision
- Quoi
- Évaluations de modèles reproductibles avec plans figés et mémos de décision
- Coût
- Gratuit
- Prérequis
- Aucun pour planifier, normaliser et décider — pas de compte, pas de clé API. Un backend d'exécution (endpoint API ou identifiants que vous approuvez) seulement si vous voulez que le skill exécute lui-même les cas de benchmark. Python 3 nécessaire pour les scripts auxiliaires du skill.
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Un skill pour l'agent Muse d'évaluations de modèles reproductibles : figer un plan d'évaluation (décision, baseline, candidats, cas, métriques, budget, règles d'arrêt), exécuter ou normaliser des runs de benchmark, et rédiger un mémo de sélection qui sépare la mesure du jugement. À utiliser pour comparer modèles, prompts, agents ou configurations de déploiement. Il n'invente jamais de scores ni de gagnants — « pas de décision » est un résultat valide et honnête.
Sélectionné par Skill Harbor — build gratuit et open-source (MIT) par @Israelmusondaayliffe.
Version :
Réponse rapide
Model Evaluation Lab est un skill gratuit pour Muse pour des évaluations de modèles reproductibles, avec plans figés et mémos de décision. Figer le plan avant l'évaluation empêche de déplacer les critères, et les mémos de décision consignent pourquoi un modèle a été choisi. Cette combinaison rend les comparaisons de modèles honnêtes, répétables et faciles à défendre ensuite.
Installation
Copiez le dossier d’installation ci-dessous, puis collez-le dans Muse🧪 Installation exécutée dans notre sandbox de test · 11 nov. 2026📌 Version épinglée : commit 6e9d95cÉtape 0 — avant d'installer quoi que ce soit : lis ce prompt d'installation, résume en quelques lignes ce que ce build fait et ce que l'installation implique, puis demande-moi de confirmer avant de continuer. Prérequis : Aucun pour planifier, normaliser et décider — pas de compte, pas de clé API. Un backend d'exécution (endpoint API ou identifiants que vous approuvez) seulement si vous voulez que le skill exécute lui-même les cas de benchmark. Python 3 nécessaire pour les scripts auxiliaires du skill. Pas de compte GitHub nécessaire sauf indication ci-dessus. Installe-moi « Laboratoire d'évaluation de modèles ». Un skill pour l'agent Muse d'évaluations de modèles reproductibles : plans d'évaluation figés, exécution et normalisation de runs de benchmark, mémos de sélection séparant mesure et jugement. Dépôt : https://github.com/Israelmusondaayliffe/muse-skills/tree/6e9d95c5780df8627f1aae808c3a4776ea3b4ab7/skills/model-evaluation-lab Version épinglée : installe le code au commit 6e9d95c5780df8627f1aae808c3a4776ea3b4ab7 exactement (Skill Harbor a testé cette version). Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. 1. Récupère le fichier SKILL.md, les scripts et les références depuis le dépôt dans un dossier temporaire 2. Contrôle de sécurité : passe en revue le SKILL.md et les scripts Python pour repérer tout comportement suspect (appels réseau inattendus, commandes système, récolte d'identifiants). Au moindre drapeau rouge, arrête-toi et préviens-moi. 3. Installe-le comme skill : copie SKILL.md, les scripts et les références dans le répertoire de skills de l'agent, dans un dossier nommé « model-evaluation-lab ». 4. Vérifie sans appel réseau : frontmatter valide, scripts Python compilables. 5. Résume-moi : ce qui a été installé, où, et ce qu'il me reste à faire. GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne l'exige jamais sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Au moindre doute, arrête-toi et demande-moi.
Enregistré dans vos installs récentes. Retrouvez-le à tout moment sur /connect.
🔒 Sécurité, provenance et ce que ça touche
Le prompt d'installation ci-dessous inclut déjà les étapes de vérification : votre agent suit la checklist communautaire avant d'installer tout ce qui contient du code exécutable. Vous en voulez plus ?
Certificat de vérification
Faits datés sur ce qui a été vérifié pour cette fiche, et comment. Ce n’est pas une certification de sécurité.
- Version épinglée
- 6e9d95c · 2026-10-13
- Test d’installation en sandbox
- Installation exécutée dans notre sandbox de test · 11 nov. 2026 · Observé pendant le test d’installation: files.pythonhosted.org, pypi.org
- Identité du créateur
- Non vérifiée
- Veille d’empreinte
- Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
- Analyse du prompt d’installation
- 2026-10-13 : Aucune commande, appel réseau, paquet, écriture de fichier ni clé API détecté.
Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions
Questions
Comment installer un skill ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe le skill pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours un skill avant de l’installer.