ml-antipattern-validator
Проверка ML-процессов на скрытые антипаттерны
ML-проекты могут выглядеть точными, пока утечка данных или слабая оценка скрывают серьезные недостатки. Этот навык помогает проводить структурированные проверки разбиений, метрик, обучения и готовности к развертыванию.
Установить с помощью моего Агента
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "ml-antipattern-validator" from https://skillstore.io/skills/doyajin174-ml-antipattern-validator.md and its manifest at https://skillstore.io/api/skills/doyajin174-ml-antipattern-validator/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Ресурсы для AI-агентов
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Протестировать
Использование «ml-antipattern-validator». План модели оттока использует случайное разбиение по событиям клиентов.
Ожидаемый результат:
- Отмечает возможную групповую утечку, потому что один и тот же клиент может попасть в train и test данные.
- Рекомендует group-aware разбиение и финальный отложенный тестовый набор.
- Предлагает F1 или AUC-PR, когда метки оттока несбалансированы.
Использование «ml-antipattern-validator». Отчет по классификатору изображений показывает высокую accuracy после настройки на тестовых данных.
Ожидаемый результат:
- Помечает заявленный результат как ненадежный, потому что тестовый набор повлиял на выбор модели.
- Рекомендует отдельные validation и финальный test наборы.
- Запрашивает метрики по классам, когда баланс классов неясен.
Использование «ml-antipattern-validator». План развертывания описывает только загрузку модели за endpoint.
Ожидаемый результат:
- Выявляет отсутствие мониторинга дрейфа, задержки, частоты ошибок и распределения предсказаний.
- Рекомендует план отката с сохраненной предыдущей версией модели.
- Добавляет fallback-поведение для некорректного ввода и деградировавшего сервиса.
Аудит безопасности
БезопасноAll static findings were adjudicated as false positives caused by ML terminology, Markdown code fences, or PyTorch model.eval() references. No prompt injection, malicious execution, credential access, network probing, or data exfiltration intent was found in the reviewed files.
Факторы риска
⚡ Содержит скрипты (8)
⚙️ Внешние команды (37)
Поделиться и цитировать этот отчет
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
Копировать ссылку на отчёт
https://skillstore.io/skills/doyajin174-ml-antipattern-validator/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportЗначок Markdown
[](https://skillstore.io/skills/doyajin174-ml-antipattern-validator?utm_source=security_passport_badge)Значок HTML
<a href="https://skillstore.io/skills/doyajin174-ml-antipattern-validator?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/doyajin174-ml-antipattern-validator/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Встраиваемая карточка
<iframe src="https://skillstore.io/embed/skills/doyajin174-ml-antipattern-validator.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Академические ссылки (APA · BibTeX · CFF)
Цитата APA
Doyajin174. (2026). ml-antipattern-validator security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/doyajin174-ml-antipattern-validator/audits/8Цитата BibTeX
@techreport{doyajin174-doyajin174-ml-antipattern-validator-2026,
author = {Doyajin174},
title = {ml-antipattern-validator security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/doyajin174-ml-antipattern-validator/audits/8},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "ml-antipattern-validator security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "Doyajin174"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/doyajin174-ml-antipattern-validator/audits/8"
identifiers:
- type: other
value: "skillstore:doyajin174-ml-antipattern-validator:audit:8"
description: "Skillstore immutable audit report identifier"
Оценка Skillstore
Почему такая оценка Достоверность доказательств: ВысокийЧто вы можете построить
Аудит нового плана обучения
Найдите риски утечки до того, как специалист по данным начнет feature engineering или обучение модели.
Проверка результатов оценки
Проверьте, используют ли заявленные метрики правильное разбиение, baseline и бизнес-цель.
Подготовка модели к продакшену
Проверьте мониторинг, проверки дрейфа, планы отката и fallback-поведение перед развертыванием.
Попробуйте эти промпты
Проверь мой план ML-проекта на риски утечки и оценки. Запроси недостающие сведения о разбиении, целевой переменной, метрике и развертывании.
Проверь этот процесс обучения на утечку при предобработке, групповую утечку, дисбаланс классов и неправильное использование тестового набора. Дай приоритетные исправления.
Оцени этот отчет о модели с точки зрения соответствия метрик, дизайна валидации, сравнения с baseline, доверительных интервалов и повторного использования тестового набора.
Оцени этот план развертывания с точки зрения мониторинга, обнаружения дрейфа, циклов обратной связи, плавной деградации и готовности к откату.
Лучшие практики
- Разделяйте данные на train, validation и test до предобработки, аугментации или выбора модели.
- Не трогайте финальный тестовый набор до одной финальной оценки.
- Выбирайте метрики на основе бизнес-стоимости, баланса классов и задачи предсказания.
Избегать
- Обучать preprocessors на всех данных до создания train и test разбиений.
- Настраивать гиперпараметры, пороги или признаки на финальном тестовом наборе.
- Развертывать модели без мониторинга дрейфа, оповещений о задержке, отслеживания ошибок или планов отката.
Часто задаваемые вопросы
Запускает ли этот навык скрипты автоматически?
Может ли он обнаруживать утечку данных?
Может ли он проверять готовность к продакшену?
Заменяет ли он экспертную ML-проверку?
Какие входные данные подходят лучше всего?
Какие ассистенты могут его использовать?
Сведения для разработчиков
Автор
Doyajin174Лицензия
MIT
Ревизия Skillstore
r1
Примечание о версии
Автор не указал версию.
Репозиторий
https://github.com/Doyajin174/myskills/tree/main/.public/skills/ml-antipattern-validatorСсылка
72d5025b022c77f7a51bdf5c1637c689c80e89d1
Актуальность поддержки
18.07.2026
Использование
7 загрузок · 213 просмотров
Структура файлов