Lift the Python <3.15 cap once dill supports Python 3.15
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 83/100
- Tipo de issue
- Error
- Claridad
- Bien especificado
- Estado de actividad
- Activo
- Área
- backend, build-system
Línea de trabajo
Lee CondaPkg.toml y las notas correspondientes en AGENTS.md; primero confirma que haya disponible en conda-forge una versión de dill con uqfoundation/dill#755. Elimina el límite superior de la versión de Python y añade un límite inferior para dill si hace falta. Ejecuta la prueba num_proc en test/dataset.jl y la compilación de la documentación; el trabajo estará terminado cuando los entornos nuevos puedan resolver Python 3.15 y ambas comprobaciones pasen.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
#95 caps Python at <3.15 in CondaPkg.toml, so new environments get 3.14. Lift the cap once dill releases support for 3.15.
On Python 3.15, dill 0.4.1 (the latest release on PyPI and conda-forge) can't pickle functions, because 3.15 removed code.co_lnotab:
>>> dill.dumps(lambda b: b)
AttributeError: 'code' object has no attribute 'co_lnotab'
datasets depends on dill in two places, which both fail on 3.15:
num_procsends the function to its worker processes with dill.ds.py.map(pyfn; num_proc=2)raises theAttributeErrorabove; this is what failed on CI in #85.map/filterfingerprint the transform with dill. On 3.15 this falls back to "couldn't be hashed properly, a random hash was used instead", so caching never reuses a result.
The fix is merged in dill (uqfoundation/dill#755, for uqfoundation/dill#753) but not released yet.
To lift the cap: once a dill release with #755 is on conda-forge, remove [deps.python] version = "<3.15" from CondaPkg.toml. If needed, add a dill lower bound. Also update the matching notes in AGENTS.md. CI's fresh environments then resolve 3.15 again. Check that the num_proc test in test/dataset.jl and the docs build pass.
- Lenguaje dominante
- Julia
- Estrellas
- 38
- Forks
- 1
- Merge medio
- 3 h 30 min
- PR fusionados (30 d)
- 20
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de JuliaGenAI/HuggingFaceDatasets.jl
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
JuliaGenAI/HuggingFaceDatasets.jl#48 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
JuliaGenAI/HuggingFaceDatasets.jl#32 · 1 comentario ·
Los mantenedores suelen responder en 1 día
Todos los issues de JuliaGenAI/HuggingFaceDatasets.jl
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
jump-dev/MathOptInterface.jl#3113 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 83/100
JuliaMath/Polynomials.jl#647 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
OpenSourceAWE/SymbolicAWEModels.jl#431 ·
Los mantenedores suelen responder en 1 día
-
Make PDAQP an optional extraAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
JuliaArrays/StaticArrays.jl#1365 ·