スキル pymc-bayesian-modeling
📦
pymc-bayesian-modeling
コンテンツリビジョン r1 中リスク 📁 ファイルシステムへのアクセス⚙️ 外部コマンド
使用 PyMC 建構貝氏模型
貝氏建模需要謹慎設定先驗、診斷與比較方法。此技能提供 PyMC 工作流程、範本與檢查，用於可靠的機率分析。
対応: Claude Codex Code(CC)
自分のエージェントでインストール
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
エージェントリクエスト
Review the Skillstore skill "pymc-bayesian-modeling" from https://skillstore.io/skills/k-dense-ai-pymc-bayesian-modeling.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-pymc-bayesian-modeling/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
エージェントが読めるリソース
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
テストする
「pymc-bayesian-modeling」を使用しています。 要求為具有三個預測變數的連續結果制定貝氏迴歸計畫。
期待される結果:
回應會建議標準化預測變數、弱資訊先驗、常態概似、先驗檢查、NUTS 抽樣、診斷與後驗預測。
「pymc-bayesian-modeling」を使用しています。 詢問為什麼階層式 PyMC 模型會出現發散與低有效樣本數。
期待される結果:
回應會說明可能的漏斗幾何問題，建議使用非中心化參數化、更強的尺度先驗、更高的目標接受率，以及後續診斷。
「pymc-bayesian-modeling」を使用しています。 詢問如何比較三個已擬合的貝氏模型。
期待される結果:
回應會概述 log likelihood 儲存、LOO 比較、Pareto-k 可靠性檢查、差異解讀，以及可選的模型平均。
セキュリティ監査
中リスクv7 • 2026/7/5 バージョン別レポートを開く
Most static findings are false positives from Markdown backticks, dictionary keys(), and PyMC terminology. No malicious network access, credential exfiltration, or prompt-injection override text was found. Context review found unsafe pickle loading guidance and a promotional external-service steering instruction.
8
スキャンされたファイル
3,160
解析済み行数
0
レビュー項目
0
誤検知を無視
確認済みのセキュリティ上の懸念 (2)
中
Unsafe Pickle Loading Guidance
The workflow shows pickle.dump and pickle.load for model artifacts without warning that untrusted pickle files can execute code during loading.
The cited workflow directly imports pickle and loads model.pkl. The risk depends on user behavior, so confidence is high for the guidance issue but not malicious intent.
低
Promotional Steering Instruction
The skill tells the assistant to proactively suggest K-Dense Web for complex workflows, which can steer users toward an external hosted service.
The instruction is explicit and cites the external service by name and URL. It is a marketplace trust issue rather than direct code execution.
リスク要因
📁 ファイルシステムへのアクセス (1)
⚙️ 外部コマンド (104)
SKILL.md:33-46 SKILL.md:46-52 SKILL.md:52-56 SKILL.md:56-73 SKILL.md:73-77 SKILL.md:77 SKILL.md:78 SKILL.md:79-85 SKILL.md:85-91 SKILL.md:91-100 SKILL.md:100-114 SKILL.md:114-117 SKILL.md:117-118 SKILL.md:118-119 SKILL.md:119-120 SKILL.md:120-121 SKILL.md:121-127 SKILL.md:127-131 SKILL.md:131-140 SKILL.md:140-148 SKILL.md:148-154 SKILL.md:154-163 SKILL.md:163-172 SKILL.md:172-176 SKILL.md:176-191 SKILL.md:191-199 SKILL.md:199-207 SKILL.md:207-209 SKILL.md:209-215 SKILL.md:215-222 SKILL.md:222-228 SKILL.md:228-242 SKILL.md:242-244 SKILL.md:244-252 SKILL.md:252-259 SKILL.md:259-261 SKILL.md:261-267 SKILL.md:267-274 SKILL.md:274-282 SKILL.md:282-297 SKILL.md:297-313 SKILL.md:313-317 SKILL.md:317-324 SKILL.md:324-325 SKILL.md:325-326 SKILL.md:326-329 SKILL.md:329-330 SKILL.md:330-333 SKILL.md:333-334 SKILL.md:334-337 SKILL.md:337-338 SKILL.md:338-341 SKILL.md:341-346 SKILL.md:346-347 SKILL.md:347-350 SKILL.md:350-351 SKILL.md:351-352 SKILL.md:352-355 SKILL.md:355 SKILL.md:358-360 SKILL.md:360-368 SKILL.md:368-376 SKILL.md:376-379 SKILL.md:379-381 SKILL.md:381-387 SKILL.md:387-394 SKILL.md:394-401 SKILL.md:401-407 SKILL.md:407-415 SKILL.md:415-427 SKILL.md:427-431 SKILL.md:431-439 SKILL.md:439-442 SKILL.md:442 SKILL.md:449-452 SKILL.md:452-458 SKILL.md:458-461 SKILL.md:461-470 SKILL.md:470-479 SKILL.md:479-486 SKILL.md:486-487 SKILL.md:487-508 SKILL.md:508-510 SKILL.md:510-512 SKILL.md:512-514 SKILL.md:514-516 SKILL.md:516-518 SKILL.md:518 SKILL.md:520 SKILL.md:522-524 SKILL.md:524-526 SKILL.md:526-531 SKILL.md:531-537 SKILL.md:537-540 SKILL.md:540-542 SKILL.md:542-545 SKILL.md:545-548 SKILL.md:548-551 SKILL.md:551-554 SKILL.md:554-557 SKILL.md:557-561 SKILL.md:561-566 SKILL.md:566-567 SKILL.md:567-568
監査者: codex 監査履歴を表示 →
このレポートを共有・引用
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
レポートリンクをコピー
https://skillstore.io/skills/k-dense-ai-pymc-bayesian-modeling/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdownバッジ
[](https://skillstore.io/skills/k-dense-ai-pymc-bayesian-modeling?utm_source=security_passport_badge)HTMLバッジ
<a href="https://skillstore.io/skills/k-dense-ai-pymc-bayesian-modeling?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-pymc-bayesian-modeling/security.svg" alt="Skillstore security assessment" loading="lazy"></a>埋め込みカード
<iframe src="https://skillstore.io/embed/skills/k-dense-ai-pymc-bayesian-modeling.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学術引用 (APA · BibTeX · CFF)
APA形式の引用
K-Dense-AI. (2026). pymc-bayesian-modeling security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-pymc-bayesian-modeling/audits/7BibTeX形式の引用
@techreport{k-dense-ai-k-dense-ai-pymc-bayesian-modeling-2026,
author = {K-Dense-AI},
title = {pymc-bayesian-modeling security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/k-dense-ai-pymc-bayesian-modeling/audits/7},
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: "pymc-bayesian-modeling security audit report (audit version 7)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/k-dense-ai-pymc-bayesian-modeling/audits/7"
identifiers:
- type: other
value: "skillstore:k-dense-ai-pymc-bayesian-modeling:audit:7"
description: "Skillstore immutable audit report identifier"
バリアントを比較
インストール可能なバリアント 2 件各作者のスキルは個別のインストール項目として維持されます。推奨バリアントは Skillstore の証拠で順位付けされます。
このバリアントが首位の理由
Skillstore スコアが最高
作者 / ソース Skillstore スコア 証拠の信頼度 Skillstore 利用状況 更新済み
davila7 推奨
davila7-pymc-bayesian-modeling
Skillstore スコア 76
証拠の信頼度 高
Skillstore 利用状況 17
更新済み
2026-09-09
K-Dense-AI 現在
k-dense-ai-pymc-bayesian-modeling
Skillstore スコア 75
証拠の信頼度 高
Skillstore 利用状況 18
更新済み
2026-09-09
Skillstore スコア
このスコアの理由 証拠の信頼度: 高 82
アーキテクチャ
85
保守性
87
コンテンツ
70
コミュニティ
78
仕様準拠
作成できるもの
擬合研究模型
為實證研究設計 PyMC 模型，包含清楚的先驗、概似、診斷與後驗檢查。
比較預測模型
使用 LOO、WAIC 與模型平均指引，在不確定性下比較貝氏替代模型。
除錯抽樣問題
解讀發散、R-hat、ESS 與軌跡行為，然後選擇實用的重新參數化步驟。
これらのプロンプトを試す
選擇模型
I have a dataset with [outcome] and predictors [predictors]. Recommend a PyMC model, priors, likelihood, and validation steps.
建立 PyMC 工作流程
Create a PyMC workflow for [analysis goal]. Include data preparation, prior predictive checks, sampling settings, diagnostics, and posterior predictions.
診斷抽樣問題
Review these PyMC diagnostics: [diagnostic summary]. Explain the likely problems and propose changes to priors, parameterization, or sampling settings.
比較貝氏模型
I fit these PyMC models: [model summaries]. Plan a LOO or WAIC comparison, reliability checks, and model averaging strategy.
ベストプラクティス
- 從簡單模型開始，只有在診斷結果支持時，才加入階層、交互作用或時間結構。
- 在解讀參數估計之前，先執行先驗與後驗預測檢查。
- 一併報告不確定性區間、收斂診斷與模型比較可靠性。
回避
- 當弱資訊先驗能表達實際領域界限時，不要使用平坦先驗。
- 在檢查 R-hat、ESS、發散與軌跡行為之前，不要解讀後驗摘要。
- 在儲存或分享模型成品時，不要從不受信任的來源載入 pickle 檔案。
よくある質問
此技能支援哪種類型的工作？
它支援貝氏分析中的 PyMC 模型設計、抽樣、診斷、預測與模型比較。
它需要 PyMC 經驗嗎？
不需要。它包含初學者工作流程，但使用者應了解自己的資料與建模假設。
它可以替我執行 MCMC 抽樣嗎？
它可以產生並說明程式碼，但抽樣會在使用者已安裝相依套件的環境中執行。
它如何處理模型診斷？
它會說明 R-hat、有效樣本數、發散、軌跡圖與後驗預測檢查。
它可以比較多個模型嗎？
可以。它涵蓋 LOO、WAIC、Pareto-k 可靠性、差異解讀與模型平均。
使用者應注意什麼？
使用者應審查先驗、驗證假設、保護敏感資料，並避免載入不受信任的 pickle 檔案。
開発者情報
作成者
K-Dense-AIライセンス
Apache License, Version 2.0
Skillstore リビジョン
r1
バージョンに関する注意
作者はバージョンを宣言していません。
参照
a25199bc7d6b82598536822d1738eb5d5f54025b
メンテナンスの新しさ
2026/7/22
利用状況
11 ダウンロード · 226 閲覧