[EVAL] HELMET: long context evals

Métriques du dépôt

Stars

2 496 étoiles (2 496 étoiles)

Métriques de merge PR

Métriques PR en attente (Métriques PR en attente)

Description

Guide contributeur

Direction de recherche

Étudiez le benchmark HELMET pour l'évaluation des longs contextes, comprenez son format de données et ses métriques, et implémentez une nouvelle tâche dans lighteval pour charger et évaluer les échantillons de long contexte HELMET.

Stack technique

python

Domaine

machine learningai

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.

Une demi journée

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.

Plutôt claire

Prérequis

PythonGit

Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.

65