Artisan
Artisan
Emacs-eclim can not work on windows 7. I have installed vim on my PC, it can work correctly. ## emacs-eclim command log `C:/Work/worktools/eclipse_kepler/eclipse/eclim.bat -command project_by_resource -f c\:/Users/tangilin/Test.java` ## eclim output...
**Describe the bug** 使用FATE-TEST生成双方10规模数据集，交集50%。 **硬件配置** 两方各三台服务器，单台硬件配置：cpu 40c， 内存：256g，磁盘1.8T SSD 单方部署情况：rollsite nodemanager clustermanager部署在同一台服务器上，另外两台为nodemanager **To Reproduce** 1、使用DH和RSA算法，均可能复现 2、配置task_cores: 96, compute_partition:96 **错误日志如下** ==== detail start, at 20220726.203003.988 ==== Traceback (most recent call last):...
**Describe the bug** 硬件配置，6台40核，256G内存，1.8T固态硬盘。 FATE 版本：1.8.0 部署方式：本地部署 站点A： - 192.168.1.19 部署: rollsite、clustermanager、nodemanager、fate_flow、fateboard - 192.168.1.20 部署: nodemanager - 192.168.1.21 部署: nodemanager 站点B： - 192.168.1.22 部署: rollsite、clustermanager、nodemanager、fate_flow、fateboard - 192.168.1.23 部署: nodemanager -...
训练的DSL组件如图，其中read_0读取的是训练集，read_1读取的是测试集。  hetero_lr_1组件时使用hetero_lr_0组件训练好的模型去对测试集数据进行打分，该组件能够正常运行，但是用户输入的参数会无效，例如控制need_run=True|False，无法对hetero_lr_1组件生效。 在对代码进行跟踪后，发现在dsl_parser.py（_init_component_setting）解析组件的参数时, 如果一个组件存在上游模型依赖，则会将cur_component的值修改为上游组件。这就导致获provider_manager.get_component_parameters取到的参数(parse_component_parameters, parse_user_specified_component_parameters)都是上游组件的参数，对于该打分组件（hetero_lr_0)设置的任何参数都无效了（实际上预测执行的时候输入参数是通过load_model去加载的）。  ```python @classmethod def get_component_parameters(cls, dsl_parser, component_name, role, party_id, provider: ComponentProvider = None, previous_components_parameters: dict = None): if not provider: provider = cls.get_component_provider(dsl_parser=dsl_parser, component_name=component_name)...
How can I do to train a instruction code generated model based on starcoder and ta-prompt? The official document mentioned that we can use ta-prompt to turn it into a...
Hello, I've encountered some issues while attempting to authenticate using the winkerberos library as a client. After reviewing the current documentation for the winkerberos library, I find myself somewhat at...
大家好： 目前生产服务部署区块链服务，磁盘容量出现瓶颈了，当前服务器节点极限情况下最多能扩展500G，但是随着业务的持续使用，可能导致节点磁盘容量不足，现在找了官方文档，没发现有对区块数据进行冷热备份的方式解决容量问题。 请教下社区的各位大佬，有没有更好的方案能够支持磁盘容量的扩容呢？
Signed-off-by: jsuper 为DataTransform组件增加更细粒度的缺失值填充参数设置 DataTransform组件使用了FeatureImputer去做缺失值填充，但是只能设置统一的填充方法，不能为不同的列设置不同的填充方式。因此增加一个参数，能够支持细粒度的控制不同列的填充方法。
请问下，能用qwen2.5-coder-32b-instruct模型做对话问答和FIM代码智能补全的两种功能吗？还是说FIM智能补全模式情况下只能使用qwen2.5-coder-32b-base模型呢？ 另外，我看官方只发布了qwen2.5-coder-32b-instruct的量化模型，是否有32b-base的官方量化模型呢？