huggingface/lighteval

[EVAL] HELMET: long context evals

オープン

#731 opened on 2025/05/15

GitHub で見る
 (2 件のコメント) (0 件のリアクション) (0 人の担当者)Python (514 件のフォーク)auto 404
help wantednew-task

Repository metrics

Stars
 (2,496 個のスター)
PR merge metrics
 (PR metrics pending)

説明

Evaluation short description

  • Evaluate long context

Evaluation metadata

Provide all available

コントリビューターガイド

調査方針
HELMETベンチマークの長期コンテキスト評価を調査し、データ形式と評価指標を理解した上で、lightevalにHELMET長期コンテキストサンプルをロードして評価する新しいタスクを実装してください。
技術スタック
python
領域
machine learningai
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。
3
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。
半日
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。
おおむね明確
前提条件
PythonGit
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。
65