NVIDIA-NeMo/Curator

GitHub で見る

Scalable data pre processing and curation toolkit for LLMs

スター: 1.8k
フォーク: 328
オープンの初心者向け issue: 4
索引済み issue: 134
平均マージ: 5日 40分
マージ済み PR（30日）: 45

主要言語: Python
ライセンス: Apache-2.0
最終 GitHub push: 2026年9月18日
最新の索引: 2026年9月19日
コントリビューションガイド: コントリビューションガイド
行動規範: 行動規範
初心者向けラベル: good first issue

初心者向けすべて

オープンすべて

RepeatedParagraphsFilter scores an empty document 1.0 (maximum non-repetitive) and keeps it, unlike its sibling filters in the same file オープン

community-request

難易度 2/5 1〜3時間初心者へのやさしさ 75/100

NVIDIA-NeMo/Curator#2443 · コメント 2 件 · 2026年9月23日に作成
Verify evals on Papers with Code オープン

community-request waiting-on-maintainers

難易度 2/5 1〜3時間初心者へのやさしさ 48/100

NVIDIA-NeMo/Curator#2397 · 2026年9月14日に作成
[ALERT] Access to NVIDIA's Self-Hosted Runners is Expiring オープン

nvidia-runners

難易度 4/5 3〜5日初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#2356 · 2026年8月30日に作成
[Question/Discussion] The Architectural Intent Behind "Dynamo on Ray" and Future Support for Dynamo's Native Autoscaler オープン

community-request enhancement waiting-on-customer

難易度 5/5 1週間以上初心者へのやさしさ 25/100

NVIDIA-NeMo/Curator#2331 · コメント 1 件 · 2026年8月25日に作成
Optional EvalPort interop for QualityClassifier scores オープン

community-request waiting-on-maintainers

難易度 5/5 1週間以上初心者へのやさしさ 38/100

NVIDIA-NeMo/Curator#2329 · 2026年8月22日に作成
Add support for third-party ASR providers オープン

community-request enhancement waiting-on-maintainers

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#2313 · 2026年8月14日に作成
Support more than 1 task type for stage outputs オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#2245 · 2026年7月23日に作成
Investigate `preview` vs `create` for `DataDesignerStage` オープン

難易度 4/5 3〜5日初心者へのやさしさ 45/100

NVIDIA-NeMo/Curator#2190 · 2026年7月9日に作成
xenna_grafana_dashboard.json missing from the wheel — Xenna Grafana dashboard is never provisioned オープン

community-request waiting-on-maintainers

難易度 2/5 1〜3時間初心者へのやさしさ 76/100

NVIDIA-NeMo/Curator#2189 · コメント 5 件 · 2026年7月9日に作成
[Docs IA] Modularize large workflow pages and multimodal synthetic navigation オープン

documentation needs-follow-up

NVIDIA-NeMo/Curator#2159 · 担当者 1 名 · 2026年7月2日に作成
[Docs] Integrate 26.07 documentation PRs and stage the version train オープン

documentation needs-follow-up r1.3.0

NVIDIA-NeMo/Curator#2160 · 担当者 1 名 · 2026年7月2日に作成
[Docs] Align global pipeline execution concepts with current backends オープン

documentation needs-follow-up r1.3.0

NVIDIA-NeMo/Curator#2161 · 担当者 1 名 · 2026年7月2日に作成
[Docs] Repair audio API examples and add workflow selection guidance オープン

documentation needs-follow-up r1.3.0

NVIDIA-NeMo/Curator#2162 · 担当者 1 名 · 2026年7月2日に作成
Expand inputs/outputs of a ProcessingStage to support more than 1 type of task/input オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#2150 · コメント 1 件 · 2026年7月1日に作成
[Docs] Close late code-freeze docs and release-note gaps オープン

documentation

NVIDIA-NeMo/Curator#2144 · コメント 1 件 · 担当者 1 名 · 2026年6月30日に作成
[Docs] Document video caption-quality evaluation with Summarize-then-Align オープン

documentation tutorials

NVIDIA-NeMo/Curator#2125 · 担当者 1 名 · 2026年6月29日に作成
[Docs] Add an audio tagging, quality-metrics, normalization, and LLM PnC guide オープン

documentation tutorials

NVIDIA-NeMo/Curator#2123 · 担当者 1 名 · 2026年6月29日に作成
[Docs epic] Close post-v1.2.0 documentation gaps for 26.07 オープン

documentation roadmap

NVIDIA-NeMo/Curator#2118 · コメント 8 件 · 担当者 1 名 · 2026年6月29日に作成
UCX segfault during Ray shutdown on SLURM/Apptainer オープン

bug community-request waiting-on-customer

難易度 4/5 3〜5日初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#2073 · コメント 2 件 · 2026年6月12日に作成
Optimize `merge_file_prefixes` for merging bin/idx files オープン

enhancement

NVIDIA-NeMo/Curator#1979 · 担当者 1 名 · 2026年5月13日に作成
Support DocQA SDG curation pipeline オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 20/100

NVIDIA-NeMo/Curator#1906 · 2026年5月1日に作成
ci: runtime_env tests exhaust /tmp on CPU runners due to Ray venv cloning オープン

難易度 3/5 1〜2日初心者へのやさしさ 74/100

NVIDIA-NeMo/Curator#1775 · コメント 2 件 · 2026年4月8日に作成
RL-Trained LLM for End-to-End Data Recipe Generation オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#1760 · 2026年4月7日に作成
Optimize interleaved pipeline for numpy array buffer cache オープン

enhancement

NVIDIA-NeMo/Curator#1759 · 担当者 1 名 · 2026年4月7日に作成
Scale-Dependent Semantic Deduplication オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#1758 · 2026年4月7日に作成
Cross-Source Agreement Quality Filter (MixMinHash) オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#1757 · 2026年4月7日に作成
Classifier-Calibration Audit (Data-Quality Illusion) オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 42/100

NVIDIA-NeMo/Curator#1750 · 2026年4月6日に作成
DataEvolve — LLM-Agent-Driven Autonomous Curation Strategy Evolution オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 30/100

NVIDIA-NeMo/Curator#1749 · 2026年4月6日に作成
Consider adding size checks for in-memory DataFrames オープン

enhancement

NVIDIA-NeMo/Curator#1747 · 担当者 1 名 · 2026年4月6日に作成
[Interleaved IO] Allow filter stages to propagate materialized binary content to downstream stages オープン

enhancement

NVIDIA-NeMo/Curator#1725 · コメント 1 件 · 担当者 1 名 · 2026年4月2日に作成
Model-Based HTML Extraction オープン

enhancement

NVIDIA-NeMo/Curator#1723 · コメント 3 件 · 担当者 1 名 · 2026年4月2日に作成
Separate Nemotron-Parse-specific utils from general PDF utils オープン

難易度 3/5 1〜2日初心者へのやさしさ 68/100

NVIDIA-NeMo/Curator#1721 · コメント 2 件 · 2026年4月2日に作成
Centralize vLLM setup utilities across inference stages オープン

難易度 4/5 3〜5日初心者へのやさしさ 52/100

NVIDIA-NeMo/Curator#1720 · 2026年4月2日に作成
Dynamic Quality-Score-Based Soft Sampling オープン

enhancement

難易度 4/5 3〜5日初心者へのやさしさ 54/100

NVIDIA-NeMo/Curator#1719 · 2026年4月1日に作成
Line-Level Quality Filtering オープン

enhancement

難易度 4/5 3〜5日初心者へのやさしさ 52/100

NVIDIA-NeMo/Curator#1718 · コメント 1 件 · 2026年4月1日に作成
Optimizer-Aware Dynamic Data Selection オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 25/100

NVIDIA-NeMo/Curator#1717 · 2026年4月1日に作成
Domain Distribution Analysis + Automatic Rebalancin オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#1716 · 2026年4月1日に作成
LLM-as-judge quality scorer オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#1715 · 2026年4月1日に作成
URL/Domain Blocklist Filter オープン

enhancement

難易度 4/5 3〜5日初心者へのやさしさ 52/100

NVIDIA-NeMo/Curator#1711 · 2026年4月1日に作成
Perplexity Filter (KenLM) オープン

enhancement

NVIDIA-NeMo/Curator#1710 · コメント 2 件 · 担当者 2 名 · 2026年4月1日に作成
Cloud Storage Compatibility (fsspec) Throughout オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#1709 · 2026年4月1日に作成
vLLM worker crashes (SIGSEGV) during initialization on multi-node Ray clusters (8+ nodes) オープン

bug

難易度 5/5 1週間以上初心者へのやさしさ 35/100

NVIDIA-NeMo/Curator#1672 · 2026年3月26日に作成
Run tutorials on NeMo CI and on Nightly Test オープン

難易度 4/5 3〜5日初心者へのやさしさ 48/100

NVIDIA-NeMo/Curator#1661 · 2026年3月24日に作成
[26.04 POR] Benchmarking for Audio: stage-wise profiling across modalities オープン

NVIDIA-NeMo/Curator#1651 · 担当者 1 名 · 2026年3月24日に作成
[POR 26.04] Audio curation (umbrella) オープン

NVIDIA-NeMo/Curator#1650 · コメント 1 件 · 担当者 1 名 · 2026年3月24日に作成
Support for Aegis 2.0 text classification オープン

enhancement

NVIDIA-NeMo/Curator#1646 · コメント 1 件 · 担当者 1 名 · 2026年3月23日に作成
NeMo Skills requests オープン

community-request

難易度 5/5 1週間以上初心者へのやさしさ 25/100

NVIDIA-NeMo/Curator#1636 · 2026年3月21日に作成
Fault Tolerance for all pipelines オープン

enhancement

NVIDIA-NeMo/Curator#1635 · 担当者 1 名 · 2026年3月21日に作成
InferenceServer: expose server_kwargs to allow tuning ingress replicas オープン

難易度 3/5 1〜2日初心者へのやさしさ 68/100

NVIDIA-NeMo/Curator#1621 · コメント 2 件 · 2026年3月18日に作成
InferenceServer (Ray Serve) should fail fast on persistent replica failures instead of retrying indefinitely オープン

bug

難易度 4/5 3〜5日初心者へのやさしさ 38/100

NVIDIA-NeMo/Curator#1620 · 2026年3月18日に作成

NVIDIA-NeMo/Curator

最新の 100 件のみ表示しています

新しい issue をメールで受け取る