[GSoC] Integrate the trained model to inject required phrases into rules
Mantenedores costumam responder em até 3 dias
Ninguém assumiu esta issue ainda.
Avaliação
- Dificuldade
- 4/5
- Tempo estimado
- 3-5 dias
- Facilidade para iniciantes
- 44/100
- Tipo de issue
- Funcionalidade
- Clareza
- Razoavelmente clara
- Status de atividade
- Pouca atividade
- Domínio
- machine-learning, tooling
Direção de pesquisa
Comece pelo workflow de atualização de regras: localize onde get_updatable_rules_by_expression seleciona as regras candidatas e onde add_required_phrase_to_rule realiza as escritas. Estenda esse caminho com a etapa de inferência fp32 treinada do PyTorch, depois reconstrua as frases a partir de spans BIOES, valide cada uma com is_good() e injete previsões somente quando forem confiáveis, a menos que --dry-run esteja definido, usando source=ml_model. Use os testes relacionados ou os pontos de entrada de comandos para o processamento de regras como o primeiro ponto de verificação e finalize confirmando o comportamento da injeção de frases obrigatórias e o requisito, após a escrita, de executar scancode-reindex-licenses.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
follows #5137. uses the trained model from there
Goal
Run the finetuned model over eligible rules that have no required phrases, and
inject the predicted {{ }} markers using scancode's existing helpers
Tasks
- load the trained model (PyTorch, fp32) and run inference on rule text
- pick target rules with get_updatable_rules_by_expression (skips ineligible ones)
- rebuild predicted phrases from the BIOES spans
- validate every phrase with is_good() before writing
- inject with add_required_phrase_to_rule, tagged source=ml_model
- --dry-run and a confidence threshold so only confident phrases auto-inject
- note to run scancode-reindex-licenses after any write
- Linguagem predominante
- Python
- Estrelas
- 2.7k
- Forks
- 831
- Merge médio
- 3d 4h
- PRs com merge (30d)
- 7
Preparar o ambiente
- Inclui um Dockerfile ou arquivo Docker Compose
- Tem um modelo de pull request
- Ler o guia de contribuição
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Mais de aboutcode-org/scancode-toolkit
-
bug: Unreachable JSON extension and format validation in validate_input_pathTalvez já em andamento @0Cymantek0 assumiu há 19 dias. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 82/100
aboutcode-org/scancode-toolkit#5351 · 1 comentário ·
Mantenedores costumam responder em até 3 dias
-
CycloneDX output: metadata.properties[].value emits JSON array instead of stringTalvez já em andamento @0Cymantek0 assumiu há 19 dias. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 62/100
aboutcode-org/scancode-toolkit#5349 · 1 comentário ·
Mantenedores costumam responder em até 3 dias
-
Duplicate 'COPYLEFT' entries in legal file classification names in legal.py and classify.pyTalvez já em andamento @Pradeepbeleri assumiu há 46 dias. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 88/100
aboutcode-org/scancode-toolkit#5319 · 2 comentários ·
Mantenedores costumam responder em até 3 dias
-
Duplicate autogen.sh entry in commoncode default ignoresTalvez já em andamento @Daksha1611 assumiu há 49 dias. Aberta
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 92/100
aboutcode-org/scancode-toolkit#5316 ·
Mantenedores costumam responder em até 3 dias
-
Duplicate LGPL key in rubygems LICENSES_MAPPING makes one mapping unreachableTalvez já em andamento @Daksha1611 assumiu há 49 dias. Aberta
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 88/100
aboutcode-org/scancode-toolkit#5314 · 1 comentário ·
Mantenedores costumam responder em até 3 dias
Todas as issues de aboutcode-org/scancode-toolkit
Issues semelhantes
-
ai_p2 bug comp-datalake
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 85/100
ClickHouse/ClickHouse#128306 · 1 comentário ·
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 85/100
Mantenedores costumam responder em até 1 dia
-
[Bug] PROPOSE docs promise approval before saving, but save_learning has no confirmation flagAberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 75/100
Mantenedores costumam responder em até 1 dia
-
[bug] openlit: LLM spans from openlit 1.37+ get no OpenInference attributes, and cache and reasoning token counts are droppedTalvez já em andamento @sohom-cs assumiu hoje. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 74/100
Arize-ai/openinference#4199 · 1 reação ·
Mantenedores costumam responder em até 2 dias
-
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 82/100
MichaelYcJo/SpecSeal#1192 ·