rajatsainju2025/code-explainer

Add tests for seq2seq tokenization and causal masking

開放

#2 建立於 2025年8月8日

在 GitHub 查看貢獻者指南
 (0 則留言) (0 個反應) (0 位負責人)Python (0 個分叉)auto 404
good first issuehelp wanted

倉庫指標

星標
 (1 顆星)
PR 合併指標
 (30 天內沒有已合併 PR)

描述

Write unit tests covering:\n- Seq2seq preprocessing: source/target tokenization, -100 label masking for pad tokens.\n- Causal preprocessing: prompt masking (-100) and padding masking.\nUse tiny configs to avoid large downloads. Ensure tests run in CI.

貢獻者指南

研究方向
閱讀分詞代碼，了解源/目標分詞和因果遮罩的實現方式。在倉庫中查找現有的測試模式。設置一個小型配置以避免大文件下載。使用pytest或現有的測試框架編寫單元測試。確保測試覆蓋使用 100標籤的填充令牌遮罩。在本地運行測試並驗證通過。
技術棧
python
領域
backend
議題類型
測試
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
2
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
1-3 小時
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
新近可參與
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
清晰
前置要求
PythonGit
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
70