Add code/docs to train transformer/LLM model with H2O LLM Studio

Repository metrics

Stars

14 個のスター (14 個のスター)

PR merge metrics

30d に merged PR はありません (30d に merged PR はありません)

説明

コントリビューターガイド

調査方針

H2O LLM Studioのドキュメントと既存のコードベースを調査して、transformer/LLMモデルのトレーニングを統合する方法を理解します。次に、最小限の例を作成し、手順を文書化します。

技術スタック

python

領域

machine learning

Issue 種別

機能

難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。

4

推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。

3-5日

活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。

アクティブ

明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。

調査が必要

前提条件

Python

初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。

20