rajatsainju2025/code-explainer

Add tests for seq2seq tokenization and causal masking

Offen

#2 geöffnet am 08.08.2025

Auf GitHub ansehenContributor Guide
 (0 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (0 Forks)auto 404
good first issuehelp wanted

Repository-Metriken

Stars
 (1 Stern)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

Write unit tests covering:\n- Seq2seq preprocessing: source/target tokenization, -100 label masking for pad tokens.\n- Causal preprocessing: prompt masking (-100) and padding masking.\nUse tiny configs to avoid large downloads. Ensure tests run in CI.

Contributor Guide

Research-Richtung
Lesen Sie den Tokenisierungscode und verstehen Sie, wie die Quell /Ziel Tokenisierung und die kausale Maskierung implementiert sind. Suchen Sie nach vorhandenen Testmustern im Repository. Richten Sie eine kleine Konfiguration ein, um große Downloads zu vermeiden. Schreiben Sie Unit Tests mit pytest oder dem vorhandenen Test Framework. Stellen Sie sicher, dass die Tests das Maskieren von Padding Token mit 100 Labeln abdecken. Führen Sie die Tests lokal aus und überprüfen Sie, ob sie bestehen.
Tech Stack
python
Domain
backend
Issue Type
Test
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Frisch
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonGit
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
70