Update README.md

README.md

@@ -1,3 +1,50 @@
 ---
-license: cc-by-nc-sa-4.0
+task_categories:
+- text-generation
+language:
+- zh
+pretty_name: lucyeval
+size_categories:
+- 1M<n<10M
+license: cc-by-sa-4.0
 ---
+
+## 请前往 https://huggingface.co/datasets/Besteasy/CG-Eval 下载数据集
+
+## 评测数据集简介
+lucyeval是甲骨易推出的中文大模型全面评测体系。CG-Eval是其中针对中文大模型生成能力的测试基准。
+CG-Eval是甲骨易AI研究院与LanguageX AI Lab联合研发的针对中文大模型生成能力的测试基准。在此项测试中，受测的中文大语言模型需要对科技与工程、人文与社会科学、数学计算、医师资格考试、司法考试、注册会计师考试这六个大科目类别下的55个子科目的11000道不同类型问题做出准确且相关的回答。 我们设计了一套复合的打分系统，对于非计算题，每一道名词解释题和简答题都有标准参考答案，采用多个标准打分然后加权求和。对于计算题目，我们会提取最终计算结果和解题过程，然后综合打分。
+
+数据集包括以下字段
+大科目类别,子科目名称,题目类型, 题目编号,题目文本,题目答案的汉字长度,题目prompt
+
+## 论文及数据集下载
+CG-Eval论文 https://arxiv.org/abs/2308.04823<br>
+CG-Eval测试数据集下载地址 https://huggingface.co/datasets/Besteasy/CG-Eval<br>
+CG-Eval自动化评测地址 http://lucyeval.besteasy.com/<br>
+
+## 评测方法
+下载数据集后，请使用“题目prompt”列对应的提示词向模型提问，并在csv文件中增加“回答”列，存放模型的回复。请注意题目的回答要与提示词、问题编号、科目名称对应。 在收集到所有回答后，请将csv文件提交到评测网站 
+http://lucyeval.besteasy.com//
+
+您需要提交的csv文件应具有以下字段：
+
+大科目类别,子科目名称,题目类型, 题目编号,题目文本,题目答案的汉字长度,题目prompt,回答
+
+网站会自动计算分数，您可以选择是否将分数同步到排行榜。
+
+## Citation
+If you find the code and testset are useful in your research, please consider citing
+```
+@misc{zeng2023evaluating,
+title={Evaluating the Generation Capabilities of Large Chinese Language Models},
+author={Hui Zeng and Jingyuan Xue and Meng Hao and Chen Sun and Bin Ning and Na Zhang},
+year={2023},
+eprint={2308.04823},
+archivePrefix={arXiv},
+primaryClass={cs.CL}
+}
+```
+
+## License
+The lucyeval dataset is licensed under a [Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License](http://creativecommons.org/licenses/by-nc-sa/4.0/).