Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-18 17:33 UTC

autogluon / tabarena

A Living Benchmark for Machine Learning on Tabular Data

PythonApache-2.0★ 311 зірок⑂ 74 форкиз трав. 2023 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено

autogluon/tabarena має індекс здоров’я 87 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Vitality (89/100), найнижчий — Security (58/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

87
загалом / 100
Відмінний

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

87
Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям
Відмінний80-92Сильний за всіма напрямами; незначні прогалини
Добрий65-79Здоровий; прогалини обмежені та керовані
Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку
Слабкий35-49Суттєві недоліки в кількох сферах
У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності
Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 73 калібровано до 87 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

autogluonОрганізація
255 підписників16 публічних репозиторіївз жовт. 2021 р.

За цим репозиторієм стоїть організація — спільна, підзвітна опіка, здатна пережити будь-якого окремого мейнтейнера.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPItabarena0.1.03 0753515 днів томуtabularmachine-learningbenchmarkautomlautogluonensembledeep-learning
PyPIbencheval0.1.03 5503415 днів томуbenchmarkleaderboardelotabularmachine-learningtabarena

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

89Відмінний · 21% загального індексу

Активність розробки

98Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
33.9/36Ритм комітів — 49/52 тижнів із комітами
18/18Обсяг комітів — 724 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 22 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year724
human_commit_share1
days_since_last_push0
active_weeks_last_year49

Дисципліна релізів

76Добрий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 1 релізів
36/36Свіжість релізів — останній реліз 15 дн. тому
12.6/27Ритм релізів — ритм невідомий (єдиний реліз)
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count1
latest_release_tagv0.1.0
releases_from_tagsні
days_since_latest_release15
mean_days_between_releases—

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

73Добрий · 17% загального індексу

Популярність і впровадження

62Помірний
Як обчислюється оцінка
40.4/60Зірки — 311 зірок
15.5/25Форки — 74 форків
5.8/15Спостерігачі — 12 спостерігачів
Використані вхідні дані
forks74
stars311
watchers12
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

92Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges0
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_services—
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

64Помірний
Як обчислюється оцінка
51/80Щомісячні завантаження — 6 625 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagestabarena, bencheval
dependents—
ecosystemspypi
total_downloads—
monthly_downloads6 625
unverified_packages_excluded—
Виключено з оцінювання (немає даних або не застосовно): Залежні пакети в реєстрі. Залишкові ваги перенормовано.

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

67Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

39Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
6.5/22.5Розподіл комітів — головний контриб’ютор — автор 71% комітів
13.5/13.5Широта контриб’юторів — 25 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled25
top_contributor_share0,713

Реактивність на issue та PR

74Добрий
Як обчислюється оцінка
35.3/42Вирішення issue — закрито 84% issue
27.4/30Прийняття PR — злито 435/477 вирішених PR
10.8/13Newcomer PR acceptance — злито 5/6 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — Found 1/30 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs435
open_issues17
closed_issues90
prs_merged_7d53
prs_decided_7d57
prs_merged_30d55
prs_decided_30d59
issue_closed_ratio0,841
closed_unmerged_prs42
first_time_authors_30d6
first_time_prs_merged_30d5
first_time_prs_decided_30d6

Власність та опіка

66Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
17.3/25Охоплення власника — 255 підписників у autogluon
18.8/25Послужний список — 16 публічних репозиторіїв, вік облікового запису ~4 р.
Використані вхідні дані
followers255
owner_typeOrganization
is_verifiedні
owner_loginautogluon
public_repos16
account_age_days1 802

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 2 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 15 дн. тому
20/20Історія версій — 35 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagestabarena, bencheval
ecosystemspypi
any_deprecatedні
min_days_since_publish15

Інженерна якість

Чи наявні базові інженерні практики та документація?

78Добрий · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 6 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — ruff.toml
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

55Помірний
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://tabarena.ai
10/10Опис репозиторію
0/10Теми
0/10Wiki
Використані вхідні дані
topics—
has_wikiні
homepagehttps://tabarena.ai
docs_sitehttps://tabarena.ai
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

58Помірний · 16% загального індексу

Стан безпеки

48Слабкий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 1/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 4 contributing companies or organizations
0/10Dangerous-Workflow — dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 22 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
6/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate4,8
Виключено з оцінювання (немає даних або не застосовно): Packaging. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
0/25Непрямі залежності без відомих сповіщень — транзитивний набір не відокремлюється від залежностей розробки й тестування в цьому обсязі
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages9
unassessed_packages22
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень, Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено 9 резолвлених залежностей із OSV. 22 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза межами звітованого переліку пакетів. Цей репозиторій не публікує пакета, який резолвить індекс, тож натомість оцінено граф залежностей репозиторію. Цей граф змішує закріплені версії для розробки й тестування зі справді постачаними залежностями, тож оцінюються лише задекларовані runtime-залежності; транзитивні знахідки подаються як контекст і в оцінку не входять. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

66Добрий · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md, CLAUDE.md, packages/tabflow_slurm/AGENTS.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 92 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,92
agent_instruction_filesAGENTS.md, CLAUDE.md, packages/tabflow_slurm/AGENTS.md
agent_instruction_max_bytes54 027

Цикл верифікації (збірка / тести / перевірка типів)

43Слабкий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — ruff.toml
0/11Статична перевірка типів
0/10Відтворюване середовище
10/10Підтверджена практика роботи з агентами — 95 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0,95
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.2/55Керовані розміри файлів — 10/681 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes172 354
source_files_sampled681
oversized_source_files10

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40Придатні до запуску приклади — examples
Використані вхідні дані
example_dirsexamples
has_mcp_signalні
api_schema_files—
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Схема API (OpenAPI/GraphQL/proto), Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

311зірок GitHub
25контриб'юторів
724комітів за останні 12 місяців
0днів від останнього пушу
1релізів
1бас-фактор
17відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'tabflow_slurm' from its registry

Докладніше

Історія зірок і форків 0 ★ / 74 ⇿
0Зірки
74Форки
1Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

01325385063757132023-112025-042026-09
Мажорні 0Мінорні 1Патчі 0

Кожна точка охоплює 3 днів.

OpenSSF Scorecard 4.8 / 10
4.8сукупно

Незалежна, не прив'язана до інструментів оцінка безпеки від відкритого проєкту OpenSSF Scorecard. Кожна перевірка винагороджує практику безпеки, а не інструмент конкретного постачальника. Перевірки, які Scorecard не зміг визначити, позначено н/д і виключено з оцінки безпеки (вони ніколи не зараховуються як нуль).Scorecard v5.5.0 · 2026-09-18 17:33 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 1/30 approved changesets -- score normalized to 0
10Contributorsproject has 4 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 22 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
8Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 20
РеєстрПакетОбмеження версіїМаніфест
PyPIscipy—packages/bencheval/pyproject.toml
PyPInumpy—packages/bencheval/pyproject.toml
PyPIpandas—packages/bencheval/pyproject.toml
PyPItabulate—packages/bencheval/pyproject.toml
PyPItqdm—packages/bencheval/pyproject.toml
PyPItyping-extensions>=4.11,<5packages/bencheval/pyproject.toml
PyPIscikit-learn—packages/bencheval/pyproject.toml
PyPIautogluon.tabular>=1.6.3b20260917,!=1.6.3,<1.7packages/tabarena/pyproject.toml
PyPIautogluon.core>=1.6,<1.7packages/tabarena/pyproject.toml
PyPIbencheval—packages/tabarena/pyproject.toml
PyPIopenml>=0.14.1packages/tabarena/pyproject.toml
PyPIpyyaml—packages/tabarena/pyproject.toml
PyPItqdm—packages/tabarena/pyproject.toml
PyPItyping-extensions>=4.11,<5packages/tabarena/pyproject.toml
PyPIhuggingface-hub—packages/tabarena/pyproject.toml
PyPInumpy—packages/tabarena/pyproject.toml
PyPIpandas—packages/tabarena/pyproject.toml
PyPItabulate—packages/tabarena/pyproject.toml
PyPIloguru—packages/tabarena/pyproject.toml
PyPItabarena—packages/tabflow_slurm/pyproject.toml
Усі залежності 31

Повний розв'язаний набір залежностей із графа залежностей GitHub: 4 прямих і 27 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIautogluon-core—пряма
PyPIautogluon-tabular—пряма
PyPIopenml—пряма
PyPItyping-extensions—пряма
PyPIaplr—непряма
PyPIautorank1.2.1непряма
PyPIcausilo1.0.0непряма
PyPIchimeraboost—непряма
PyPIconfigspace—непряма
PyPIctboost0.1.61непряма
PyPIdata-foundry—непряма
PyPIiltm—непряма
PyPImatplotlib3.10.1непряма
PyPIplotly—непряма
PyPIpytabkit—непряма
PyPIpytest—непряма
PyPIrtdl-num-embeddings—непряма
PyPIruff0.14.0непряма
PyPIseaborn0.13.2непряма
PyPIsentence-transformers—непряма
PyPIsetuptools—непряма
PyPIskypilot0.13.0непряма
PyPIsynthefy-nori—непряма
PyPItabdpt—непряма
PyPItabicl—непряма
PyPItabm—непряма
PyPItabpfn—непряма
PyPItabpfn-extensions—непряма
PyPItabpfnwide—непряма
PyPItabstar1.1.15непряма
PyPItabtune0.1.18непряма
Сповіщення про залежності 0

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 9 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 0 мають відомі сповіщення, з них 0 прямі. 22 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.

Жодне відоме сповіщення не стосується оцінених залежностей.

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з autogluon/tabarena. Читати поруч →

98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeВинятковий98zenml-io/zenmlZenML 🙏: One AI Platform from Pipelines to Agents. https://zenml.io.Винятковий96microsoft/FLAMLA fast library for AutoML and tuning. Join our Discord: https://discord.gg/Cppx2vSPVP.Винятковий94AgileRL/AgileRLStreamlining reinforcement learning with RLOps. State-of-the-art RL algorithms and tools, with 10x faster training through evolutionary hyperparameter optimization.Винятковий100huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Винятковий100onnx/onnxOpen standard for machine learning interoperabilityВинятковий

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.34.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.