ProjectTech4DevAI / ProjectTech4DevAI/kaapi-backend
Classification : Implement Batch API for model evaluation
Nadie ha tomado este issue todavía.
- Lenguaje dominante
- Python
- Estrellas
- 18
- Forks
- 10
- Merge medio
- 2 d 20 h
- PR fusionados (30 d)
- 14
Descripción
Current Behavior
For evaluation of fine-tuned models, we currently use the Responses API synchronously to generate predictions. These predictions are then compared against the true labels of the corresponding questions. However, this synchronous setup is difficult to manage and would require building a complex system to make the whole process asynchronous and more reliable.
Proposed Improvement
Instead of relying on the synchronous approach, we can leverage the OpenAI Batch API. By sending all evaluation queries together as a batch, we can retrieve the predictions from the batch output file and then compare them against the true labels. This would simplify the workflow and make the evaluation process more scalable and efficient.
document to refer : https://docs.google.com/document/d/1y2WLRUm2dZaQMetvb31XpDH5HqteRe4UNpziG8pq608/edit?tab=t.lbfxo8c09bqd#bookmark=id.1ib6z5f31fld
Guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Línea de trabajo
Revisa el flujo actual de evaluación síncrona de la Responses API en el repositorio y, después, consulta el documento de diseño enlazado para conocer el flujo de trabajo por lotes propuesto. Se considera completado cuando las consultas de evaluación se envían mediante la Batch API, las predicciones se leen del archivo de salida del batch y esas predicciones se comparan con las etiquetas verdaderas correspondientes.
Escrito por el modelo de indexación a partir del texto del issue.
Evaluación
- Stack tecnológico
- python
- Área
- api, backend-api-design, machine-learning
- Tipo de issue
- Nueva funcionalidad
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Estado de actividad
- Estancado
- Claridad
- Bastante claro
- Aptitud para principiantes
- 42/100