Data mixture comparison
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 20/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Tranquilo
- Área
- machine-learning
Línea de trabajo
Comienza localizando la discusión de la reunión de exploración de modelos referenciada en la issue; no se nombran archivos, pruebas ni puntos de entrada. Aclara las mezclas de datasets, el método de selección del frente de Pareto, los criterios de evaluación y el entregable requerido antes de la implementación, ya que la finalización no está definida en la issue actual.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Goal
Following a discussion in model exploration meeting, we wanted to raise data mixure comparison, to understand the effect of mix changes.
The approach: Pareto front points to select to measure effect of changed dataset mix
Description
(More details about the issue)
Deliverable scope
(What is the expected outcome for this issue to be complete)
Dependencies
(Blocking issues, PRs, or external factors)
- Lenguaje dominante
- Sin datos de lenguaje
- Estrellas
- 3
- Forks
- 0
- Métricas de merge de PR
- Sin PR fusionados en 30 d
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 OpenEuroLLM/Taskboard
-
[nucleus sparse] Experiment setupPosiblemente ocupada @aaronkl la tomó hace 7 días. AbiertoT4.1 - Optimization HPC T4.2 - model exploration
OpenEuroLLM/Taskboard#439 · 1 reacción · 1 asignado ·
-
Qwen3.5 35B-A3B hybrid MoE weak and strong scalingPosiblemente ocupada @ibaucells la tomó hace 7 días. AbiertoT4.1 - Optimization HPC
OpenEuroLLM/Taskboard#438 · 2 comentarios · 1 asignado ·
-
Synthetic Generation for Multilingual Instruction TuningPosiblemente ocupada @abhash-er la tomó hace 8 días. Abierto4.6 post-training
OpenEuroLLM/Taskboard#437 · 1 asignado ·
-
Safety and alignment evaluationPosiblemente ocupada @BirgerMoell la tomó hace 8 días. Abierto4.6 post-training
OpenEuroLLM/Taskboard#436 · 1 asignado ·
-
Finding optimal dataset mixtures for DPOPosiblemente ocupada @geoalgo la tomó hace 8 días. Abierto4.6 post-training
OpenEuroLLM/Taskboard#435 · 3 asignados ·
Todos los issues de OpenEuroLLM/Taskboard
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
Southampton-RSG-Training/ai-fundamentals-for-researchers#22 ·
-
`trackers eval` labels a MOT-layout sequence `gt` instead of its namePosiblemente ocupada @RaphaelFakhri la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
aws-samples/sample-per-model-bedrock#371 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
vladmandic/sdnext#5162 ·
Los mantenedores suelen responder en 1 día
-
Nightly regression: bf16 state dict cases fail due to CPU kernel differences (not a PEFT bug)Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
huggingface/peft#4019 ·
Los mantenedores suelen responder en 1 día