Spaces:
Sleeping
Sleeping
Моё описание
Browse files
README.md
CHANGED
|
@@ -13,36 +13,22 @@ tags:
|
|
| 13 |
- leaderboard
|
| 14 |
---
|
| 15 |
|
| 16 |
-
#
|
| 17 |
-
|
| 18 |
-
|
| 19 |
-
|
| 20 |
-
|
| 21 |
-
|
| 22 |
-
|
| 23 |
-
|
| 24 |
-
|
| 25 |
-
|
| 26 |
-
|
| 27 |
-
|
| 28 |
-
|
| 29 |
-
|
| 30 |
-
|
| 31 |
-
|
| 32 |
-
|
| 33 |
-
|
| 34 |
-
|
| 35 |
-
}
|
| 36 |
-
}
|
| 37 |
-
```
|
| 38 |
-
|
| 39 |
-
Request files are created automatically by this tool.
|
| 40 |
-
|
| 41 |
-
If you encounter problem on the space, don't hesitate to restart it to remove the create eval-queue, eval-queue-bk, eval-results and eval-results-bk created folder.
|
| 42 |
-
|
| 43 |
-
# Code logic for more complex edits
|
| 44 |
-
|
| 45 |
-
You'll find
|
| 46 |
-
- the main table' columns names and properties in `src/display/utils.py`
|
| 47 |
-
- the logic to read all results and request files, then convert them in dataframe lines, in `src/leaderboard/read_evals.py`, and `src/populate.py`
|
| 48 |
-
- the logic to allow or filter submissions in `src/submission/submit.py` and `src/submission/check_validity.py`
|
|
|
|
| 13 |
- leaderboard
|
| 14 |
---
|
| 15 |
|
| 16 |
+
# 1. Выгрузите тестовые файлы
|
| 17 |
+
|
| 18 |
+
Этот лидерборд содержит тестовые файлы нескольких версий.
|
| 19 |
+
|
| 20 |
+
Версия "Дракон" лежит в `/data`.
|
| 21 |
+
|
| 22 |
+
Вы найдете 2 папки, `5` и `600`, названных по количеству тестовых примеров. В каждой папке есть файл `corpus.jsonl`, где содержатся JSON записи текстов, и
|
| 23 |
+
|
| 24 |
+
`questions_public.jsonl` с вопросами к этим текстам.
|
| 25 |
+
|
| 26 |
+
# 2. Используйте свой RAG, чтобы ответить на вопросы
|
| 27 |
+
|
| 28 |
+
Ответы вашего RAG отформатируйте подобно примеру в `example/5/corr_answers.jsonl`.
|
| 29 |
+
|
| 30 |
+
# 3. Загрузите полученный JSONL в качестве сабмита
|
| 31 |
+
|
| 32 |
+
# 4. Места в лидерборде выдаются в соответствии с количеством неправильных (0) и правильных (2) ответов, а также общего количества отвеченных вопросов
|
| 33 |
+
|
| 34 |
+
Файлы ЛБ можно использовать для локальной валидации вашего RAG.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|