英語の原文: https://argusic.com/subject/cheat-on-content
cheat-on-content
あなたはこれを読んでいます。そのスキルがそれを予測しました。すべての投稿を校正された実験に変えるワークフロー: スコア、ブラインド予測、レトロ、進化。未来は努力に報いるのではなく、最初にパターンを見る者に報います。1M フォロワーを ひと月で: 運ではなく、システムです。
モックで動作するソース: GitHubPythonMITコミット d6b737bf79c1
Python、MIT ライセンス.
cheat-on-content は、依存するサービスを代わりのものに置き換えたうえで動作します。Argusic のエージェントが GPU のないクリーンなマシンで 4.2 分でインストールし、エラーに一度も遭遇せず、セッション全体が記録されました。
Install via bash install.sh --codex symlinks 16 skills into ~/.codex/skills/; diff_pct.py computes string similarity using difflib fallback; 3 core tool unit test suites pass with 13 total tests; all hook scripts parse correctly; --reinstall-hooks copies hook scripts into user projects; uninstall/install cycle is clean.
クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。 計測方法
Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 92 点 (このプロジェクトの実行スコアの平均)。
概要
プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。
計測した内容
この判定を決めた実行から取得しています。 各行は記録された値であり、推定値ではありません。
- インストール時間
- 4 分
- クリーンなマシンから完了まで
- 5 分
- 遭遇したエラーと修正したエラー
- 0 件に遭遇、0 件を人の手を借りずに修正
- 結果の証明方法
- bash tools/diff_pct_test.sh exited 0, 3/3 passed (difflib fallback); python3 tools/score-curve.py emitted CSV with 3 predictions found and 3 with retro data; python3 adapters/perf-data/linkedin-session/test_extract.py 7/7 passed; python3 -m unittest adapters/perf-data/wechat-channels/test_adapter.py 3/3 passed; bash adapters/perf-data/wechat-channels/test_run_contract.sh passed; all 3 hook scripts pass bash -n syntax check; bash install.sh --reinstall-hooks copied hooks successfully
- 使用したモデルのトークン
- 45,659
- テストした正確なコミット
- d6b737bf79c1
- コンテナイメージ
- sha256:cdd920bce783
計測していない内容
残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。
- GPU メモリのピーク
- CPU マシンで実行したため、サンプリングする GPU がありませんでした
- 長時間の実行での振る舞い
- 各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません
- 実際のサービスに対する振る舞い
- この実行は代わりのサービスに対してのみ検証されました
録画の最後
この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。
Starting: 1790612400 Ending: 1790612649 exec /bin/sh -lc 'echo "scale=2; (1790612649 - 1790612400) / 60" | bc' in /work/repo exited 127 in 0ms: /bin/sh: 1: bc: not found exec /bin/sh -lc 'python3 -c "print((1790612649 - 1790612400) / 60)"' in /work/repo succeeded in 0ms: 4.15 tokens used 45,659
セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。
テスト方法
1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。 評価方法の全文.
強みと限界
意見ではなく、計測された事実です。コンテンツの作成方法.
うまくいった点
- 途中で何も壊れませんでした: クローンから実行までエラーは 0 件です。
- ホストの報告によると、ライセンスは MIT です。
うまくいかなかった点、または不明な点
- 代わりのサービスに対してのみ実行状態に達したため、実際のサービスで動作することはここでは証明されていません。
- インストールに 4.2 分かかり、Argusic が計測した比較可能な 46 件のプロジェクトの中央値より遅い結果です。
- これまでの計測は 1 回です。1 回の試行は動作し得ることを示すだけで、安定して動作することは示しません。
Argusic がインストールして時間を計測した Python のプロジェクト 47 件のうち、cheat-on-content は実行状態に達するまでの速さが 27 番目で、47 件中 28 件がそもそも実行状態に達しました。
実行履歴
バッジを埋め込む
プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.
[](https://argusic.com/subject/cheat-on-content)質問
- cheat-on-content は動作しますか?
- cheat-on-content は、外部サービスの代わりにモックを使って動作します. Argusic はクリーンなマシンで 4 分でインストールして起動し、途中で 0 件のエラーに遭遇し、セッションを記録しました。
- Argusic は cheat-on-content をどのようにテストしましたか?
- 新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット d6b737bf79c1 に固定)。記録された試行は 1 回で、手順の全体は評価方法のページに掲載しています。
- cheat-on-content のテストにはいくらかかりましたか?
- この判定を出した実行のコストは 0.03 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
- cheat-on-content のインストールにはどのくらい時間がかかりますか?
- この判定を決めた実行では、クリーンなマシンから実行状態まで 4.2 分でした。これは 1 回の計測された試行であり、平均ではありません。
- cheat-on-content には GPU が必要ですか?
- 起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
- cheat-on-content のインストールでは何がうまくいきませんか?
- 記録された実行では何も起きませんでした: クローンから実行までエラーは 0 件です。
- cheat-on-content は代替のプロジェクトと比べてどうですか?
- Argusic がインストールして時間を計測した Python のプロジェクト 47 件のうち、cheat-on-content は実行状態に達するまでの速さが 27 番目で、47 件中 28 件がそもそも実行状態に達しました。
- cheat-on-content の証拠はどこにありますか?
- 記録された実行をこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。