aai-institute / aai-institute/pyDVL

Paper repro: DUL

Ouverte
#206 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub
meta paper reproduction
Langage dominant
Python
Étoiles
146
Forks
10
Métriques de merge des PR
Aucune PR mergée en 30 j

Description

_Wang, Tianhao, Yu Yang, and Ruoxi Jia. “Improving Cooperative Game Theory-Based Data Valuation via Data Utility Learning.” arXiv, 2022. https://doi.org/10.48550/arXiv.2107.06336._
- [x] #157
- [x] #138
- [ ] Run all experiments

Guide de contribution

Ouvrir le guide de contribution

Piste de recherche

The issue references a paper and two completed tasks (#157, #138). Start by reading the linked arXiv paper to understand the DUL method. Then examine the closed issues to see what implementations or experiments were already done. The remaining task is to run all experiments, which likely involves setting up experimental pipelines, possibly in an experiments/ directory, and ensuring reproducibility. Check for existing experiment scripts or configuration files in the repository.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
python
Domaine
data, machine-learning
Type d'issue
Fonctionnalité
Difficulté
5/5
Temps estimé
Plus d'une semaine
Activité
À l'abandon
Clarté
À clarifier
Accessibilité débutants
10/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.