Example notebook with Datalab on a text dataset with sota LLM & embeddings model
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 35/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- huggingface, jupyter-notebook
- Ambito
- machine-learning
Direzione di ricerca
Inizia leggendo il tutorial di testo esistente di Datalab all’indirizzo https://docs.cleanlab.ai/stable/tutorials/datalab/text.html e esamina le convenzioni dei notebook di esempio del repository. Seleziona un dataset di HuggingFace e modelli moderni preaddestrati per pred_probs e features, quindi dimostra problemi rilevati interessanti, incluso un problema relativo a un gruppo con prestazioni inferiori, in un notebook riproducibile.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Make a version of this tutorial: https://docs.cleanlab.ai/stable/tutorials/datalab/text.html
but using more modern ML models. pred_probs can be produced by a (pretrained) LLM, and features produced via a recently popular Embeddings model.
Recommend using models from HuggingFace. Try to select a dataset where the detected issues are interesting, particularly one where the under-performing group issue is present.
- Lingua principale
- Jupyter Notebook
- Stelle
- 136
- Fork
- 28
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
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 cleanlab/examples
-
run datalab on food datasetApertahelp wanted
Difficoltà 3/5 1-2 giorni Idoneità per principianti 42/100
-
good first issue help wanted
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
-
help wanted
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
-
good first issue help wanted
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
Tutte le issue di cleanlab/examples
Issue simili
-
question
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
-
Kumo-Tabular weights unreachable behind restrictive egress proxies (Xet + plain HTTP both fail)Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 67/100
NVIDIA/structured-data-models#1091 ·
I maintainer di solito rispondono entro 1 giorno
-
BUG: kmeans raises a weight-shape error on duplicate background rowsForse già presa @guptaishaan l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
I maintainer di solito rispondono entro 5 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 77/100
google-deepmind/optax#1813 ·
I maintainer di solito rispondono entro 2 giorni
-
bot-triaged module: docs triaged
Difficoltà 1/5 1-3 ore Idoneità per principianti 88/100
I maintainer di solito rispondono entro 1 giorno