pyfixest-cupy64-absorbed-regressors
pyfixest demeaner_backend="cupy64" (including its CPU fallback when cupy is absent) is NOT numerically identical to the default numba backend and does NOT drop fully-absorbed/collinear regressors the same way. Use when: (1) adding demeaner_backend="cupy64" to existing pf.feols/fe
Profil de l’actif
Agents de code et de développement
Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.
Scénario
GitHub automation
I need my agent to triage GitHub issues, review pull requests, and summarize repository changes.
Adéquation Agent
Claude Code + CLI + Codex
Compatible avec Codex, Claude Code, Cursor, CLI ou des Agents personnalisés.
Installer
Prêt
npx skills add kennethkhoocy/applied-micro-skills --skill pyfixest-cupy64-absorbed-regressors
Maintenance
À jour
Mis à jour aujourd’hui
Risque
Revue nécessaire
Low GitHub adoption signal
Qualité GitHub
47
64/100 Qualité · 79/100 Confiance
Tags de couverture
Notes de revue
Low GitHub adoption signal · Quality score needs review
Carte d’adoption Agent
Confiance, audit et préparation à l’installation en un coup d’œil
Ces scores combinent les métadonnées publiques du dépôt, les signaux de revue OpenAgentSkill, la fraîcheur de maintenance et la préparation à l’installation. Ils servent à présélectionner et ne remplacent pas la revue humaine.
Qualité
PrometteurUseful candidate, but compare it with alternatives before adopting.
Confiance
Sandbox uniquementCandidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.
Audit
Revue nécessaireRevue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.
Trust Score OpenAgentSkill v5
Revue humaine avant installation
Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.
Stars
47 stars GitHub
Activité du dépôt
47 stars et 0 forks
Maintenance
Mis à jour aujourd’hui
Licence
MIT
Installer
npx skills add kennethkhoocy/applied-micro-skills --skill pyfixest-cupy64-absorbed-regressors
Sécurité d’installation
Chemin d’installation standard de package ou runtime
Surface de permissions
Accès à la base de données
Résultats Agent
Pas encore de données de résultats Agent
Documentation
Contexte README/SKILL.md solide
Résumé des risques
Revoir avant production
- Low GitHub adoption signal
- Quality score needs review
- GitHub adoption: 47 GitHub stars
- Stars/forks activity: 47 stars, 0 forks; issue activity unavailable in current metadata
Préparation à l’installation
Chemin d’installation disponible
- Le chemin d’installation est disponible
- La preuve du dépôt est disponible
- La licence est déclarée
- Pas encore de preuve de résultat Agent-Proven
Métadonnées lisibles par Agent
Données de décision lisibles par machine pour ce skill.
Utilisez ce bloc ou le JSON intégré pour décider si un Agent doit installer ce skill, choisir une alternative ou demander d’abord une revue humaine.
Tâches adaptées
- workflows Browser automation
- Équipes Claude Code
- builders willing to evaluate younger projects
- Navigate pages
Agents adaptés
Décision d’installation
- Commande
- npx skills add kennethkhoocy/applied-micro-skills --skill pyfixest-cupy64-absorbed-regressors
- Politique
- Revoir
- Revue humaine
- Oui
Confiance et risque
- Confiance
- 71/100
- Audit
- 80/100
- Niveau de risque
- Revue nécessaire
Boucle de résultat
- Endpoint
- /api/agent/outcome
- ID d’événement
- resolve
- Résultats
- 5
Commande d’installation
npx skills add kennethkhoocy/applied-micro-skills --skill pyfixest-cupy64-absorbed-regressorsNe pas utiliser quand
- Équipes qui nécessitent un SLA soutenu par le fournisseur
- production agents without a repository review
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
- Quality score needs review
Sécurité Agent v2
64/100 · Revoir avant installation
Candidat utilisable, mais l’Agent doit afficher les notes de permissions et d’audit avant l’installation.
Une approbation humaine est requise avant l’installation dans un espace de travail réel.
Moyen
Accès réseau
La skill récupère probablement des pages distantes, API, dépôts ou services externes.
Moyen
Accès à la base de données
La skill peut inspecter des schémas, interroger des bases de données ou travailler avec des stockages persistants.
- Low GitHub adoption signal
Cibles d’installation
Installer ce skill dans votre workflow Agent
Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.
OpenAgentSkill CLI
Resolve policy, run the source installer safely, and report a verified install receipt.
$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install kennethkhoocy-pyfixest-cupy64-absorbed-regressorsPlan de résolution Agent
Laissez un Agent vérifier la pertinence avant l’installation.
L’API Resolve renvoie la skill sélectionnée, des alternatives, la politique de sécurité, les notes d’audit, la cible d’installation et un prompt prêt à l’emploi.
Ouvrir JSON
/api/agent/resolve?task=Use%20pyfixest-cupy64-absorbed-regressors%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Texte Resolve
/api/agent/resolve?task=Use%20pyfixest-cupy64-absorbed-regressors%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
Relais d’installation
/api/skills/kennethkhoocy-pyfixest-cupy64-absorbed-regressors/install
L’Agent doit vérifier
- Task fit and alternatives from Resolve API.
- Audit score, trust score, and safety policy warnings.
- Install target compatibility for Codex, Claude Code, Cursor, or CLI.
Copier le prompt
Task: Use pyfixest-cupy64-absorbed-regressors in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20pyfixest-cupy64-absorbed-regressors%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/kennethkhoocy-pyfixest-cupy64-absorbed-regressors/install
Install command: npx skills add kennethkhoocy/applied-micro-skills --skill pyfixest-cupy64-absorbed-regressors
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.Relais Agent
Donnez à l’Agent le chemin d’installation, pas un autre annuaire.
Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.
Relais d’installation
/api/skills/kennethkhoocy-pyfixest-cupy64-absorbed-regressors/install
Format texte LLM
/api/skills/kennethkhoocy-pyfixest-cupy64-absorbed-regressors/install?format=text
Trouver des alternatives
/api/skills/search?q=pyfixest-cupy64-absorbed-regressors&limit=3
Prompt Agent
Use pyfixest-cupy64-absorbed-regressors for this task. Review https://www.openagentskill.com/api/skills/kennethkhoocy-pyfixest-cupy64-absorbed-regressors/install, then install with: npx skills add kennethkhoocy/applied-micro-skills --skill pyfixest-cupy64-absorbed-regressorsMétadonnées Registry
Profil lisible par Agent pour la sélection automatique de skills.
L’API Registry fournit les signaux de décision, confiance, audit, cas d’usage et installation sans analyser l’interface.
Manifest
/api/registry/manifest/kennethkhoocy-pyfixest-cupy64-absorbed-regressors
Texte LLM
/api/registry/manifest/kennethkhoocy-pyfixest-cupy64-absorbed-regressors?format=text
Alias d’installation
/api/registry/install/kennethkhoocy-pyfixest-cupy64-absorbed-regressors
Recommander
/api/registry/recommend?task=Use%20pyfixest-cupy64-absorbed-regressors%20in%20an%20agent%20workflow&limit=3
Adéquation Agent
Browser automation
Tags de cas d’usage
Plateformes
Claude Code
Rapport d’audit
Revue nécessaire · 80/100
Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.
Panneau de décision Agent
Fallback candidate for Browser automation
Prototype with this skill first; keep a fallback candidate ready.
Rôle dans la pile
Candidate de secours
Pertinence principale
Browser automation
Libellé de confiance
Prototyper d’abord
Chemin d’installation
Commande prête
À utiliser lorsque
- workflows Browser automation
- Équipes Claude Code
- builders willing to evaluate younger projects
Preuves
- recent repository activity
- install command or GitHub repo available
- profil qualité 64/100
revoir d’abord
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
Chemin d’implémentation
- 1Installez-le dans un Agent en sandbox et exécutez une tâche de Browser automation de bout en bout.
- 2Compare output quality, latency, and failure behavior against at least one alternative.
- 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.
Profil de confiance
Sandbox uniquement
Candidate utile avec des signaux de confiance incomplets ou mixtes. Gardez-la dans un espace isolé jusqu’à ce que la boucle de résultats confirme son adéquation.
Adoption GitHub
Vérifier47 stars GitHub
Activité stars/forks
Vérifier47 stars et 0 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles
Maintenance récente
ValidéMis à jour aujourd’hui
Clarté de licence
ValidéMIT
Signaux positifs
- Revue IA approuvée
- Le chemin d’installation est disponible
- La preuve du dépôt est disponible
- Dépôt maintenu récemment
- La commande d’installation ne présente aucun motif de haut risque évident
- La boucle de résultats est prête mais nécessite la première exécution réelle de l’Agent
Réviser avant installation
- Low GitHub adoption signal
- Quality score needs review
- GitHub adoption: 47 GitHub stars
- Stars/forks activity: 47 stars, 0 forks; issue activity unavailable in current metadata
- Pas encore de rapports de résultats Agent réels
- Une revue humaine est requise avant une installation sans surveillance
Action recommandée
Exécutez uniquement dans un sandbox et comparez les alternatives proches avant usage réel.
Profil qualité
Prometteur candidat pour les workflows Agent
Useful candidate, but compare it with alternatives before adopting.
Adéquation au workflow
Utilisez cette skill dans ces scénarios
Operate web apps
Browser automation
I need my agent to control a browser, fill forms, and verify web app workflows.
Investigate faster
Research agents
I need my agent to research a topic, compare sources, and produce a concise report.
Parse messy files
Document processing
I need my agent to read PDFs, extract tables, and turn documents into structured data.
Adéquation au workflow
Ajouter à un workflow complet
Operate and verify web apps
Browser QA agent
A workflow for agents that navigate products, fill forms, take screenshots, and verify real user flows across web applications.
Find, compare, and synthesize
Research report agent
A workflow for agents that gather sources, compare claims, summarize long material, and draft useful research briefs.
Turn skills into distribution
Content growth agent
A workflow for turning newly indexed skills into SEO briefs, social drafts, comparison pages, and reusable publishing workflows.
Liste d’alternatives
Comparer avant installation
Similar skills that may fit this task.
UI-TARS Desktop
Run multimodal agents that operate desktop interfaces
MoneyPrinterTurbo
利用AI大模型,一键生成高清短视频 Generate short videos with one click using AI LLM.
Cua
Open-source infrastructure for Computer-Use Agents. Sandboxes, SDKs, and benchmarks to train and evaluate AI agents that can control full desktops (macOS, Linux, Windows).
Vue d’ensemble
--- name: pyfixest-cupy64-absorbed-regressors description: | pyfixest demeaner_backend="cupy64" (including its CPU fallback when cupy is absent) is NOT numerically identical to the default numba backend and does NOT drop fully-absorbed/collinear regressors the same way. Use when: (1) adding demeaner_backend="cupy64" to existing pf.feols/fepois calls changes the printed coefficient table, (2) a regression report suddenly gains rows with absurd estimates (e.g. coef 435.8, SE 7106) for controls absorbed by the fixed effects, (3) diffing outputs before/after a backend change, or (4) anything parses a pyfixest text report by line position. author: Claude Code version: 1.0.0 date: 2026-07-18 ---
# pyfixest cupy64 backend: absorbed regressors survive, reports change shape
## Problem Adding `demeaner_backend="cupy64"` to an existing `pf.feols()` call is treated as a pure performance switch, but it changes the output: regressors with zero within-FE identifying variation (fully absorbed by the fixed effects) that the default numba backend silently drops are RETAINED by the cupy64 path (also in its scipy/CPU fallback when cupy is not installed). They appear in the coefficient table as non-identified garbage (huge coefficient, huge SE).
## Context / Trigger Conditions Observed 2026-07-18 (Specialist Directors US, H5 re-baseline audit): adding the kwarg to 4 feols sites left the headline triple stable to 4 decimals (B1 diff 1.45e-6, SE diff 9.9e-6) but the text report grew from 366 to 390 lines — 24 new rows for absorbed controls (e.g. `event_x_lrisk = 435.8059`, SE `7106.3365`) under firm-year + director FE, where firm-year-level variables have no identifying variation.
## Solution 1. Treat a backend change as a POTENTIALLY OUTPUT-CHANGING edit: diff the report and expect schema changes, not byte equality. Verify the coefficients of interest at ~4-decimal precision instead. 2. Never interpret retained absorbed-regressor rows as estimates; check within-FE variation before reading nuisance coefficients. 3. Never parse pyfixest text reports by line position; anchor on the variable name of the coefficient you need. 4. When byte-stable reports matter (regression-tested pipelines), pin the backend consistently everywhere rather than mixing backends across runs.
## Verification Re-run one model with and without the kwarg; compare: headline coef equal to ~1e-6, coefficient-row sets DIFFERENT (absorbed regressors present only under cupy64). That asymmetry confirms this behavior rather than a data change.
## Notes - Applies even with no GPU: the fail-open CPU fallback shows the same retention behavior, so "cupy isn't installed" does not make the kwarg inert. - The headline inference (identified coefficients, clustered SEs) agrees to reporting precision; this is a report-shape/nuisance-row issue, not a correctness issue for identified estimates.
Détails techniques
- Version
- 1.0.0
- Licence
- MIT
- Dernière mise à jour
- 24 août 2026
- Publié
- 24 août 2026
Instantané de décision
Candidate de secours
recent repository activity
Audit
Revue d’installation
Revue d’installation et d’adoption
- Sécurité
- 86/100
- Maintenance
- 100/100
- Installer
- 92/100
Preuves validées par Agent
Preuves validées par Agent
Rapports après resolve, revue, installation et une exécution limitée.
- Taux de réussite
- —
- Échec récent
- —
- Résultats
- 0
- Qualité de sortie
- —
- Échecs
- 0
- Non pertinent
- 0
- Installations
- 0
- Bloqué par le risque
- 0
- Configuration requise
- 0
- Production
- 0
Aucune donnée de résultat Agent pour l’instant. La première exécution peut signaler succès, besoin de configuration, blocage de risque, échec ou non-pertinence via /api/agent/outcome.
Installer
Ajouter au workflow Agent
Gratuit et open source. Examinez le rapport avant l’installation dans des Agents de production.
Boucle de croissance
Kit de partage
Brouillon guidé par scénario pour pyfixest-cupy64-absorbed-regressors, prêt pour une publication manuelle sur X.
pyfixest-cupy64-absorbed-regressors: pyfixest demeaner_backend="cupy64" (including its CPU fallback when cupy is absent) is NOT nu... 47 stars https://www.openagentskill.com/skills/kennethkhoocy-pyfixest-cupy64-absorbed-regressors?ref=x
Réponse facultative avec commande d’installation
Listing + install path for pyfixest-cupy64-absorbed-regressors: https://www.openagentskill.com/skills/kennethkhoocy-pyfixest-cupy64-absorbed-regressors?ref=x Install: npx skills add kennethkhoocy/applied-micro-skills --skill pyfixest-cupy64-absorbe...
Source de la fiche
Indexé par Registry
Cette fiche a été indexée à partir de sources publiques et n’est pas marquée officielle tant qu’une revendication de mainteneur n’est pas approuvée.
- Créateur
- Claude Code
- Indexé par
- Index communautaire OpenAgentSkill
L’attribution renvoie au dépôt public ou au profil du créateur. Les créateurs peuvent revendiquer la fiche pour mettre à jour les signaux de propriété.
Revendiquer ce skillRevendication du propriétaire
Revendiquer cette fiche de skill
Cette fiche Indexé par Registry est attribuée à Claude Code, mais n’est pas encore marquée officielle. Revendiquez-la pour ajouter un signal de propriétaire vérifié et rendre les futures mises à jour de lancement, d’installation et d’audit plus fiables.
Kit de backlinks créateur
Ajoutez les badges de preuve à votre README
Affichez la fiche canonique, les signaux actuels de confiance et d’audit, ainsi que de vraies preuves Agent-Proven là où les développeurs évaluent le dépôt.
[](https://www.openagentskill.com/skills/kennethkhoocy-pyfixest-cupy64-absorbed-regressors)
[](https://www.openagentskill.com/skills/kennethkhoocy-pyfixest-cupy64-absorbed-regressors)
[](https://www.openagentskill.com/skills/kennethkhoocy-pyfixest-cupy64-absorbed-regressors/audit)
[](https://www.openagentskill.com/skills/kennethkhoocy-pyfixest-cupy64-absorbed-regressors)Auteur
Claude Code
@claude-code
Tags
Adéquation plateforme
Signaux de santé
- Stars GitHub
- 47
- Score de qualité
- 35/100
- Dernier push GitHub
- 24 août 2026
- Indications de framework
- Inconnu
- Vues OpenAgentSkill
- 0
- Copies d’installation
- 0
- Clics sortants
- 0
Signal de communauté
Indiquez si ce skill semble utile à votre workflow Agent. Les retours agrégés améliorent le classement au fil du temps.
Confiance et sécurité
Sandbox uniquement
- Adoption GitHub47 stars GitHubVérifier
- Activité stars/forks47 stars et 0 forks; l’activité des issues n’est pas disponible dans les métadonnées actuellesVérifier
- Maintenance récenteMis à jour aujourd’huiValidé
- Clarté de licenceMITValidé
- Complétude README/SKILL.mdLes métadonnées incluent suffisamment de contexte d’usage et de workflowValidé
- Risque dépendances/runtimeAucun indice majeur de risque de dépendance dans les métadonnées publiquesValidé
Skills associés
UI-TARS Desktop
Run multimodal agents that operate desktop interfaces
37.0K StarsMoneyPrinterTurbo
利用AI大模型,一键生成高清短视频 Generate short videos with one click using AI LLM.
88.5K StarsCua
Open-source infrastructure for Computer-Use Agents. Sandboxes, SDKs, and benchmarks to train and evaluate AI agents that can control full desktops (macOS, Linux, Windows).
21.4K Stars