confident-ai/deepeval

Support popular benchmarks

Ouverte

#508 ouverte le 22 févr. 2024

Voir sur GitHubGuide contributeur
 (11 commentaires) (0 réaction) (0 personne assignée)Python (1 677 forks)auto 404
enhancementhelp wanted

Métriques du dépôt

Stars
 (16 939 étoiles)
Métriques de merge PR
 (Merge moyen 4j 16h) (26 PRs mergées en 30 j)

Description

Currently, users of deepeval can only create their own evaluation dataset/test cases. To support more users fine-tuning their model, deepeval should be able to import standard benchmarks such as MMLU, hellaswag, TruthfulQA, Big Bench, etc.

Comment or DM on discord to discuss more: https://discord.com/invite/a3K9c8GRGt

Guide contributeur

Direction de recherche
Étudiez les mécanismes existants de création de jeux de données et de cas de test dans deepeval, puis concevez un moyen d'importer des benchmarks standards comme MMLU, Hellaswag, TruthfulQA et Big Bench. Fournissez des exemples de chargement et d'utilisation de ces benchmarks dans le framework.
Stack technique
python
Domaine
machine learningaitesting
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-2 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
GitPython
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
60