英語の原文: https://argusic.com/subject/simpleenglish
SimpleEnglish
エージェントスキル: LLMs に ASD-STE100 Simplified Technical でドキュメントを書かせる
動作するソース: GitHubPythonMITコミット 32ea2d3f4404
Python、MIT ライセンス.
SimpleEnglish は動作します。Argusic のエージェントが GPU のないクリーンなマシンで 0 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。
All 4 CI checks pass clean: STE linter self-test reports OK, 12 Node.js hook tests pass, 15 Python lint-hook tests pass, and every published benchmark number in the README and RESULTS.md files matches the committed raw eval data.
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 60 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
- 1 分未満
- クリーンなマシンから完了まで
- 4 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
- cd /work/repo && python3 evals/ste_lint.py --self-test -> 'self-test OK: 12 violations in slop fixture, 0 in clean'; node --test src/hooks/simple-english-activate.test.js -> 12/12 pass; python3 src/hooks/test_lint_hook.py -> 15/15 ok; python3 evals/check_numbers.py -> 'check_numbers OK: every published number matches the raw files'. All 4 CI-equivalent checks pass. The hook also produces valid rule output on direct invocation.
- 使用したモデルのトークン
- 79,061
- テストした正確なコミット
- 32ea2d3f4404
- 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
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。
succeeded in 0ms:
{
"type": "descriptive",
"words": 240,
"sentences": 1,
"mean_sentence_words": 240.0,
All checks pass. Let me verify one final detail — the publishable numbers are consistent with raw d…
`check_numbers.py` confirmed every published benchmark number matches. All four CI checks pass. The…
All four CI verification checks passed with zero errors on first run. Here is the report:
tokens used
79,061
All four CI verification checks passed with zero errors on first run. Here is the report: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
- クリーンなマシンで実行状態に達し、セッションが記録されました。
- 0 分でインストールでき、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速い結果です。
- 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。
- GPU なしで動作したため、起動に GPU は必要ありません。
- ホストの報告によると、ライセンスは MIT です。
- 2 回計測しているため、一度きりの結果ではありません。
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、SimpleEnglish は実行状態に達するまでの速さが 1 番目で、47 件中 28 件がそもそも実行状態に達しました。
適している用途
- ノートパソコンや小さなサーバーで試す場合: GPU なしで実行状態に達しました。
- 手早く評価したい場合: クローンから 0 分後には動作していました。
- 自身の README に従う場合: ドキュメントどおりの手順で、修正なしに動作しました。
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/simpleenglish)質問
- SimpleEnglish は動作しますか?
- はい。SimpleEnglish は動作します. Argusic はクリーンなマシンで 0 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 SimpleEnglish 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 32ea2d3f4404 に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。
- SimpleEnglish 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 0.02 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。
- SimpleEnglish 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 0 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。
- SimpleEnglish 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。
- SimpleEnglish 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。
- SimpleEnglish 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、SimpleEnglish は実行状態に達するまでの速さが 1 番目で、47 件中 28 件がそもそも実行状態に達しました。
- SimpleEnglish の証拠はどこにありますか?
- 記録された 2 回の実行すべて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。