Currently no support for pruning Nemotron Nano v3 with Puzzletron
Los mantenedores suelen responder en 2 días
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 45/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Tranquilo
- Stack tecnológico
- python
Línea de trabajo
Empieza por localizar la implementación existente de pruning en la rama principal de Model-Optimizer y los ejemplos o tutoriales de los modelos compatibles. Compara sus patrones de integración y documentación con los requisitos de Nemotron Nano v3; se considera terminado cuando se hayan añadido y sean utilizables la compatibilidad con pruning, los ejemplos y los tutoriales.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Support for pruning Nemotron Nano v3 model on Model-Optimizer main branch, including examples and tutorials, should be added.
- Lenguaje dominante
- Python
- Estrellas
- 5.5k
- Forks
- 800
- Merge medio
- 3 d 12 h
- PR fusionados (30 d)
- 278
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/Model-Optimizer
-
[Bug] modelopt-mcp: all launcher subprocesses hang when the server runs as a stdio MCP server — missing stdin=DEVNULLPosiblemente ocupada @ChenhanYu la tomó hace 33 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
NVIDIA/Model-Optimizer#2551 · 1 comentario · 1 asignado ·
Los mantenedores suelen responder en 2 días
-
Puzzletron Progress 6/8 (calculating one block scores) takes 10 to 20 times more than in tutorialQuizá libre de nuevo @tejasng053 la tomó hace 40 días y no hay ningún pull request abierto. Abiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
NVIDIA/Model-Optimizer#1667 ·
Los mantenedores suelen responder en 2 días
-
CUDA INT8 fake quantization converts channels-last inputs to default contiguous layoutPosiblemente ocupada @thuiaaa la tomó hace 1 día. Abierto
Dificultad 3/5 1-2 días Aptitud para principiantes 50/100
NVIDIA/Model-Optimizer#3195 ·
Los mantenedores suelen responder en 2 días
-
Dificultad 4/5 3-5 días Aptitud para principiantes 18/100
NVIDIA/Model-Optimizer#3178 ·
Los mantenedores suelen responder en 2 días
-
INT4 packing extension never loads from a read-only installPosiblemente ocupada @ajrasane la tomó hace 7 días. Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
NVIDIA/Model-Optimizer#3025 · 1 asignado ·
Los mantenedores suelen responder en 2 días
Todos los issues de NVIDIA/Model-Optimizer
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
FinanceFlash/unvibecode#509 ·
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 82/100
FAIRmat-NFDI/nomad-distro-dev#161 ·
-
bug v2
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
modelcontextprotocol/python-sdk#3821 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
bug severity:low
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
Los mantenedores suelen responder en 2 días
-
Log-odds calibration uses upper middle score instead of median for even candidate setsPosiblemente ocupada @flysheep-ai la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
Los mantenedores suelen responder en 1 día