Allow user to keep record fields that failed to parse as `null`.
メンテナーはふだん 1 日以内に返信
まだ誰も着手していません。
評価
調査の方向性
まず、LLMCodeColumnConfig の parse 失敗がどのように処理され、データセット生成時に失敗したレコードがどこで省略されるのかを追跡します。オプトイン設定によって、それらのレコードを null のパース済み値とともに保持し、トレースを維持する方法を定義してから、ORDERED 戦略と drop 戦略での動作を確認します。
索引モデルが issue の本文から書いたものです。
説明
Priority Level
Medium (Nice to have)
Is your feature request related to a problem? Please describe.
Currently, failed parses from e.g. LLMCodeColumnConfig give an error like
[WARNING] ⚠️ Generation for record at index N failed. Will omit this record from the dataset.
|----------
| Cause: The provided output schema was unable to be parsed from model 'model' responses while running generation for column 'column'.
| Solution: This is most likely temporary as we make additional attempts. If you continue to see more of this, simplify or modify the output schema for structured output and try again. If you are attempting token-intensive tasks like generations with high-reasoning effort, ensure that max_tokens in the model config is high enough to reach completion.
|----------
The trace (if set up to be exported) is also lost.
Describe the solution you'd like
Ideally, users should have the option to keep these records in the dataset with the json parsed to null. Three reasons:
- Some use-cases (with the ORDERED strategy) expect one output for every seed - this violates that.
- The
dropstrategy means losing other work done within the record, which might be useful to the user. - The trace is very useful in debugging parse failures.
Describe alternatives you've considered
Writing my own parser which also permits arbitrary text and parses to null - quite complicated though.
Additional context
No response
- 主要言語
- Python
- スター
- 2.3k
- フォーク
- 227
- 平均マージ
- 21時間 56分
- マージ済み PR（30日）
- 64
環境構築
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートあり
- コントリビューションガイドを読む
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
NVIDIA-NeMo/DataDesigner のほかの issue
-
docs: required_columns description is incomplete for LLM and multimodal columns対応中かも @rksharma-owg が 5 日前に担当しました。 オープンbug triaged
難易度 2/5 1〜3時間 初心者へのやさしさ 65/100
NVIDIA-NeMo/DataDesigner#1002 · コメント 4 件 ·
メンテナーはふだん 1 日以内に返信
-
enforce \from future import annotations` via ruff FA102 rule`対応中かも @chethanuk が 40 日前に担当しました。 オープンtask
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
NVIDIA-NeMo/DataDesigner#760 ·
メンテナーはふだん 1 日以内に返信
-
task
難易度 4/5 3〜5日 初心者へのやさしさ 45/100
NVIDIA-NeMo/DataDesigner#1056 ·
メンテナーはふだん 1 日以内に返信
-
dependencies task
難易度 4/5 3〜5日 初心者へのやさしさ 35/100
NVIDIA-NeMo/DataDesigner#1054 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
難易度 5/5 1週間以上 初心者へのやさしさ 45/100
NVIDIA-NeMo/DataDesigner#1048 ·
メンテナーはふだん 1 日以内に返信
NVIDIA-NeMo/DataDesigner の issue をすべて見る
似ている issue
-
難易度 2/5 1〜3時間 初心者へのやさしさ 74/100
zach-blumenfeld/aip#13 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 80/100
nathanmarlor/foxess_modbus#1287 ·
メンテナーはふだん 4 日以内に返信
-
bug good first issue help wanted
難易度 2/5 1〜3時間 初心者へのやさしさ 84/100
OpenLakeForge/openlakeforge#498 ·
メンテナーはふだん 1 日以内に返信
-
good first issue hacktoberfest help wanted python
難易度 2/5 1〜3時間 初心者へのやさしさ 73/100
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 69/100
pollen-robotics/reachy_mini#1493 ·
メンテナーはふだん 1 日以内に返信