behaviour-surprisal-analysis
✓行为惊喜分析
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 |
行为惊喜分析 来源：plurigrid/asi。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/plurigrid/asi --skill behaviour-surprisal-analysis- 分类
- {}数据分析
- 认证
- ✓
- 收录时间
- 2026-02-01
- 更新时间
- 2026-02-18
快速解答
什么是 behaviour-surprisal-analysis？
行为惊喜分析 来源：plurigrid/asi。
如何安装 behaviour-surprisal-analysis？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/plurigrid/asi --skill behaviour-surprisal-analysis 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/plurigrid/asi
详情
- 分类
- {}数据分析
- 来源
- skills.sh
- 收录时间
- 2026-02-01