facebookresearch/fairseq

Add an option to disable appending eos to the end of each document while preprocessing

Open

#5 615 ouverte le 26 mai 2025

Voir sur GitHub
 (0 commentaires) (0 réactions) (0 assignés)Python (6 224 forks)batch import
enhancementhelp wantedneeds triage

Métriques du dépôt

Stars
 (29 107 stars)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

🚀 Feature Request

Add an option to disable appending EOS to the end of each document while preprocessing

Motivation

There are instances where adding EOS is not preferred like when packing data to sequence length.

Pitch

Proposing a change to add an argument to handle this

Guide contributeur

Direction de recherche
Recherchez où EOS est ajouté aux documents pendant le prétraitement. Les emplacements typiques sont dans la construction du dictionnaire de fairseq (par exemple `fairseq/data/dictionary.py`) ou dans les scripts de binarisation (par exemple `fairseq cli/preprocess.py`). La solution consiste à ajouter un nouvel argument (par exemple ` no append eos`) à la fonction de prétraitement ou à l'outil CLI pertinent et à ignorer conditionnellement l'ajout de jetons EOS.
Stack technique
pythonpytorch
Domaine
machine learning
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonPyTorchfairseq basics
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
70