The lack of paralled dataset in Transcoder-IR
还没有人认领这个 Issue。
评估
- 难度
- 5/5
- 预计耗时
- 一周以上
- 新手友好度
- 25/100
- Issue 类型
- 文档
- 描述清晰度
- 需要澄清
- 活跃度
- 停滞
- 技术栈
- python
- 领域
- data, machine-learning
调研方向
从 transcoder-ir.md 开始，重现完整的模型训练命令，以确认缺少 cpp-rust 并行数据集。当所请求的验证数据集已提供，或已记录将自定义并行数据集转换为测试数据集的流程时，该 issue 即得到解决。
由索引模型根据 Issue 内容生成。
描述
Hello, I'm trying to run the command for full model training in transcoder-ir.md, and the program is indicating that the cpp-rust parallel dataset is missing. I would like to inquire if it's possible to provide the parallel dataset used for validation during transcoder-ir training (rust<->cpp, java<->), or how I can convert my own parallel dataset for testing purposes.
- 主要语言
- Python
- 星标
- 775
- 派生
- 144
- PR 合并指标
- 30 天内没有已合并 PR
环境准备
- 没有 Dockerfile 或 Docker Compose 文件
- 没有 Pull Request 模板
- 阅读贡献指南
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
facebookresearch/CodeGen 的其他 Issue
-
难度 5/5 一周以上 新手友好度 20/100
facebookresearch/CodeGen#109 ·
-
Hash function未关闭
难度 3/5 1-2 天 新手友好度 42/100
facebookresearch/CodeGen#108 ·
-
Dataset issues未关闭
难度 3/5 1-2 天 新手友好度 45/100
facebookresearch/CodeGen#107 ·
-
难度 3/5 1-2 天 新手友好度 35/100
facebookresearch/CodeGen#105 ·
-
难度 2/5 1-3 小时 新手友好度 35/100
facebookresearch/CodeGen#104 · 2 条评论 · 2 个 reaction ·
查看 facebookresearch/CodeGen 的全部 Issue
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 77/100
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 67/100
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 72/100
pgvector/pgvector-python#169 ·
-
ChaosEngine: backup-remote doctor row passes while consumer mode hides bot memory from git可能已有人在做 @MohabMohie 今天认领。 未关闭agentic
难度 2/5 1-3 小时 新手友好度 76/100
ShaftHQ/SHAFT_ENGINE#7263 ·
维护者通常 1 天内回复
-
bug
难度 2/5 1-3 小时 新手友好度 87/100
huggingface/smolagents#3045 ·
维护者通常 1 天内回复