Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

Evaluate the existing BERT/MiniLM embedding model (feature/bert-dsl-embeddings): quality + on-device numbers, and a merge path

オープン
  • 何か問題がありますか？
#273 コメント 1 件 リアクション 0 件 担当者 0 名 GitHub で見る

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

難易度
5/5
見積もり時間
1週間以上
初心者へのやさしさ
25/100
issue の種類
機能追加
明瞭さ
おおむね明確
活発さ
停滞
技術スタック
kotlin
領域
machine-learning, mobile-dev, testing-qa

調査の方向性

Start by reviewing the feature/bert-dsl-embeddings branch, especially BertEmbeddingModel, MiniLmExportHarness, and the kbert-cli app; compare its eager and StableHLO outputs with sentence-transformers all-MiniLM-L6-v2 on a fixed sentence set. Record parity, retrieval benchmark results, and JVM, Android, and iOS speed and memory measurements. Then document what remains to merge into develop, including the legacy eager BERT removal and whether the export harness can move to commonTest.

索引モデルが issue の本文から書いたものです。

説明

Context

feature/bert-dsl-embeddings already carries a substantial embedding stack that
develop doesn't have:

  • BertEmbeddingModel one-call factory (fromSafeTensors + fromHuggingFace)
    in llm-providers, with tests
  • the DSL BERT in llm-inference/bert (legacy eager BERT stack removed on the
    branch)
  • MiniLmExportHarness (jvmTest) — fixed-seq-bucket StableHLO export for the
    on-device embedder cartridge, plus eager reference probes
  • a kbert-cli app in llm-apps

So "do we have a usable embedding model?" is really "how good is the one we
already have, and what does it take to land it?"

Ask — an evaluation pass with recorded numbers

  1. Correctness / parity: cosine similarity of branch embeddings vs the
    reference implementation (sentence-transformers all-MiniLM-L6-v2) over a
    fixed sentence set — eager path and StableHLO-exported path both, per
    fixed-seq bucket.
  2. Retrieval quality: a small STS/retrieval benchmark (e.g. STS-B subset)
    scored against the reference model's numbers, so regressions are visible in
    review rather than discovered by users.
  3. Performance: embeddings/sec + resident memory on JVM, Android and iOS —
    embedding models are the most credible near-term on-device story (they're
    small and latency-tolerant), and the same mobile constraints we documented
    for generative models (no native kernels, ART heap cap) apply here and
    should be quantified.
  4. Merge path: what remains between the branch and develop (the branch also
    removes the legacy eager BERT stack — that's a breaking change worth its own
    review), and whether the export harness belongs in commonTest rather than
    jvmTest so the parity probes run cross-target.

We can run the on-device measurements (physical Android + iPhone) and contribute
the parity/benchmark test harness.

主要言語
Kotlin
スター
8
フォーク
3
平均マージ
1日 16時間
マージ済み PR（30日）
48

環境構築

このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。

はじめの一歩

  1. 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。
  2. 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。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

SKaiNET-developers/SKaiNET-transformers のほかの issue

SKaiNET-developers/SKaiNET-transformers の issue をすべて見る

似ている issue

Kotlin の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。