Support more types of Model Providers like VertexAI and Bedrock
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
Línea de trabajo
En el issue no se mencionan archivos ni tests. Empieza por localizar la integración existente de los proveedores OAI y Azure OAI y sus puntos de extensión; después, define el trabajo necesario para Vertex AI, Bedrock, SageMaker, Databricks, DataRobot y Groq; el trabajo estará terminado cuando los proveedores enumerados tengan compatibilidad nativa con endpoints.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Is your feature request related to a problem? Please describe.
Data Designer currently supports models provided with an OAI or Azure OAI compliant endpoint only.
Describe the solution you'd like
Data Designer should have better support for different types of endpoints, like VertexAI or Bedrock endpoints which do not follow the OAI spec.
Describe alternatives you've considered
For e.g. when using Gemini models on Vertex AI, you could use the OAI compliant endpoint, but if I have an VertexAI API key that has generous rate limits, I can't use that with the OAI compliant endpoint.
Additional context
Data Designer should have native support for the following provider types: Vertex AI, Bedrock, SageMaker, Databricks, DataRobot, and Groq.
- Lenguaje dominante
- Python
- Estrellas
- 2.4k
- Forks
- 234
- Merge medio
- 1 d 22 min
- PR fusionados (30 d)
- 83
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Tiene una plantilla de pull request
- Leer la guía de contribución
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 NVIDIA-NeMo/DataDesigner
-
Code validation repeats the first result for subsequent target columnsPosiblemente ocupada @edjson la tomó hoy. Abiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 77/100
NVIDIA-NeMo/DataDesigner#1092 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Expression column with dtype="int" loses precision for integers above `2**53`Posiblemente ocupada @v0ropaev la tomó hoy. Abiertobug triaged
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
NVIDIA-NeMo/DataDesigner#1089 · 2 comentarios ·
Los mantenedores suelen responder en 1 día
-
docs: required_columns description is incomplete for LLM and multimodal columnsPosiblemente ocupada @rksharma-owg la tomó hace 12 días. Abiertobug triaged
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
NVIDIA-NeMo/DataDesigner#1002 · 4 comentarios ·
Los mantenedores suelen responder en 1 día
-
enforce \from future import annotations` via ruff FA102 rule`Posiblemente ocupada @chethanuk la tomó hace 47 días. Abiertotask
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
NVIDIA-NeMo/DataDesigner#760 ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 4/5 3-5 días Aptitud para principiantes 45/100
NVIDIA-NeMo/DataDesigner#1097 ·
Los mantenedores suelen responder en 1 día
Todos los issues de NVIDIA-NeMo/DataDesigner
Issues similares
-
enhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
glossyio/traffic-monitor#264 ·
Los mantenedores suelen responder en 1 día
-
Add self-hostAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 75/100
Atarity/deploy-your-own-saas#102 ·
-
[Bug]: RDFlex silently drops the covariate adjustment when the outcome or treatment column is integer-typedPosiblemente ocupada @vrjdev la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
DoubleML/doubleml-for-py#424 ·
Los mantenedores suelen responder en 1 día
-
agentic-dmx docs enhancement
Dificultad 1/5 1-3 horas Aptitud para principiantes 86/100
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 72/100
521xueweihan/HelloGitHub#4150 ·