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

[Code scan] Scatter plot reports latency under the efficiency field

オープン
#441 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
3/5
見積もり時間
1〜2日
初心者へのやさしさ
68/100
issue の種類
バグ
明瞭さ
おおむね明確
活発さ
静か
技術スタック
python

調査の方向性

lambench/metrics/vishelper/plot_generation.py の generate_scatter_plot() から始め、efficiency_raw の扱いを metrics_calculations.py のランキング計算と比較します。lambench/metrics/results/README.md にある efficiency の定義を読みます。散布図の出力とそのラベルまたはドキュメントが、選択した効率またはレイテンシの方向を一貫して表していれば完了です。

索引モデルが issue の本文から書いたものです。

説明

This issue was found by a Codex global repository scan of tracked non-test files at commit 8c93925cb10b401b2b83c738bd9263fd74474468.

Relevant code

https://github.com/deepmodeling/LAMBench/blob/8c93925cb10b401b2b83c738bd9263fd74474468/lambench/metrics/vishelper/plot_generation.py#L35-L49
https://github.com/deepmodeling/LAMBench/blob/8c93925cb10b401b2b83c738bd9263fd74474468/lambench/metrics/vishelper/metrics_calculations.py#L200-L216
https://github.com/deepmodeling/LAMBench/blob/8c93925cb10b401b2b83c738bd9263fd74474468/lambench/metrics/results/README.md#L109-L111

Impact

The ranking code defines efficiency as 100 / average_time, and the README describes the same inverse-latency score. generate_scatter_plot() stores efficiency_raw["average_time"] directly under the JSON field named efficiency.

This makes the scatter data use the opposite direction from the ranking score: larger values mean slower models in the scatter JSON but better models in the ranking metric.

Suggested fix

Either emit 100 / average_time for the scatter efficiency field, or rename the field to latency and update downstream visualization labels and docs accordingly.

主要言語
Python
スター
20
フォーク
11
平均マージ
1分
マージ済み PR(30日)
3

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。

deepmodeling/LAMBench のほかの issue

deepmodeling/LAMBench の issue をすべて見る

似ている issue

Python 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。