[EVAL] HELMET: long context evals

Repository-Metriken

Stars

2.496 Sterne (2.496 Sterne)

PR-Merge-Metriken

PR-Metriken ausstehend (PR-Metriken ausstehend)

Beschreibung

Contributor Guide

Research-Richtung

Studieren Sie den HELMET Benchmark zur Bewertung langer Kontexte, verstehen Sie das Datenformat und die Metriken, und implementieren Sie eine neue Aufgabe in lighteval, um HELMET Langkontextproben zu laden und zu bewerten.

Tech Stack

python

Domain

machine learningai

Issue Type

Funktion

SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.

3

Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.

Halber Tag

AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.

Aktiv

KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.

Meist klar

Voraussetzungen

PythonGit

EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.

65