behaviour-surprisal-analysis
✓行為驚喜分析
SKILL.md
Status: Production Ready (v3.0 - Cat# Integration) Trit: 0 (ERGODIC - measurement/observation) Principle: S(x) = -log₂(P(x|attentionmode)) Frame: Tri-channel prediction evaluation with AGM belief revision + Cat# bicomodule structure
Behaviour Surprisal Analysis calculates information-theoretic surprise between predictions and observed outcomes using three complementary attention channels mapped to Cat# = Comod(P) structure:
| Channel | Trit | Home | Poly Op | Kan Role | Description |
行為驚喜分析 來源：plurigrid/asi。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/plurigrid/asi --skill behaviour-surprisal-analysis- 分類
- {}資料分析
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 behaviour-surprisal-analysis？
行為驚喜分析 來源：plurigrid/asi。
如何安裝 behaviour-surprisal-analysis？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/plurigrid/asi --skill behaviour-surprisal-analysis 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/plurigrid/asi
詳情
- 分類
- {}資料分析
- 來源
- skills.sh
- 收錄時間
- 2026-02-01