Batch-level error rates for early shutdown
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 45/100
- Tipo di issue
- Refactoring
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Tranquilla
- Stack tecnologico
- python
- Ambito
- backend, data-engineering
Direzione di ricerca
Inizia tracciando la gestione del tasso di errore durante l’arresto anticipato attraverso ConcurrentThreadExecutor e l’orchestrazione dei batch circostante. Determina dove vengono gestiti il completamento del batch e la dimensione regolabile del batch, quindi sposta il calcolo a livello di batch in modo che i generatori non concorrenti possano utilizzarlo. Il lavoro è completato quando i tassi di errore sono stabili per batch e l’arresto anticipato attende il completamento di almeno un batch; aggiungi o aggiorna i test pertinenti individuati durante questa analisi.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Priority Level
Medium
Task Summary
Our error-rate calculation for early shutdown in the ConcurrentThreadExecutor attempts to calculate error rates more or less in real time. This can lead to massive overestimates of the error rate, particularly for jobs with high concurrency, since jobs can fail faster than they succeed.
The proposal of this issue is to instead calculate error rates at the batch level (i.e., outside of ConcurrentThreadExecutor).
A couple benefits of this approach:
- The batch-level error rate will be a much more stable measurement at a consistent scale across jobs.
- This will allow the early-shutdown mechanism to be applied to generators that do not support concurrency.
One downside is that you always have to wait for at least one batch to complete. This seems acceptable given that the batch size is adjustable and (for cases where this all matters) will generally be much smaller than the target number of records.
- Lingua principale
- Python
- Stelle
- 2.3k
- Fork
- 227
- Merge medio
- 22h 51m
- PR unite (30g)
- 61
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di NVIDIA-NeMo/DataDesigner
-
docs: required_columns description is incomplete for LLM and multimodal columnsForse già presa @nightcityblade l’ha presa 9 giorni fa. Apertabug triaged
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
NVIDIA-NeMo/DataDesigner#1002 · 4 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
enforce \from future import annotations` via ruff FA102 rule`Forse già presa @chethanuk l’ha presa 37 giorni fa. Apertatask
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
NVIDIA-NeMo/DataDesigner#760 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 45/100
NVIDIA-NeMo/DataDesigner#1048 ·
I maintainer di solito rispondono entro 1 giorno
-
bug needs-discussion
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
NVIDIA-NeMo/DataDesigner#1045 ·
I maintainer di solito rispondono entro 1 giorno
-
Structured-output parsing drops valid dictionary entriesForse già presa @nabinchha l’ha presa 1 giorno fa. Apertabug
NVIDIA-NeMo/DataDesigner#1043 · 2 commenti · 1 assegnatario ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di NVIDIA-NeMo/DataDesigner
Issue simili
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 65/100
521xueweihan/HelloGitHub#4025 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
aws-samples/sample-per-model-bedrock#321 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 1-3 ore Idoneità per principianti 68/100
FavioVazquez/showtime#101 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
koush/ha_scrypted#81 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
google/osv-scanner-action#147 ·