Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Estimate Scenario sizes without materializing unloaded datasets

Abierto
  • ¿Algo no está bien?
#2,735 0 comentarios 0 reacciones 0 asignados Ver en GitHub

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
45/100
Tipo de issue
Nueva funcionalidad
Claridad
Bastante claro
Estado de actividad
Activo
Stack tecnológico
python
Área
ai, data

Línea de trabajo

Start by tracing Scenario's read_only_dataset_resolution() and how DatasetConfiguration metadata, CentralMemory, and provider population metadata are used for sizing. Verify that default and configured estimates remain read-only, use caps and available metadata without materializing missing datasets, and preserve the existing estimate schema.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

feature-request
Is your feature request related to a problem? Please describe.

On a fresh backend, Scenario default estimates use read_only_dataset_resolution() to prevent estimation from fetching and persisting datasets. If a named default dataset is not already present in CentralMemory, resolution raises DatasetConstraintError, so the catalog reports unavailable population counts and estimates until another operation loads the dataset.

This was identified while reviewing #2730. The timeout and concurrency hardening in that pull request should remain side-effect free and does not address dataset sizing semantics.

Describe the solution you'd like

Allow default and configured Scenario sizing to use DatasetConfiguration metadata, including max_dataset_size and configured caps, together with provider population metadata or count APIs. Capped defaults should usually produce a planned size without fetching and materializing every seed.

The estimate path should remain read-only: it must not fetch and persist missing datasets as a side effect.

Describe alternatives you've considered, if relevant
  • Auto-fetching missing datasets during estimation would make more estimates available, but violates read-only preview behavior and can introduce expensive persistence side effects.
  • Continuing to require datasets to be preloaded preserves current behavior but leaves fresh-backend catalog estimates unavailable.
Additional context

This aligns with the approved standalone Scenario GUI follow-up plan's dataset-cap semantics and provenance work. The implementation should preserve the existing estimate schema until the structured run-size and dataset-provenance follow-ups intentionally evolve it.

Lenguaje dominante
Python
Estrellas
4.5k
Forks
896
Merge medio
3 d 1 h
PR fusionados (30 d)
208

Preparar el entorno

Aún no hemos revisado los archivos de configuración de este proyecto. Empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de microsoft/PyRIT

Todos los issues de microsoft/PyRIT

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.