app.py

import streamlit as st

st.set_page_config(page_title="HAERAE Open Research Questions", layout="wide")

# Language selection
lang = st.radio("Language / 언어", ["English", "한국어"])

# Content in both languages
content = {
    "English": {
        "title": "HAERAE Open Research Questions",
        "intro": """
        HAERAE is a non-profit research lab focused on the interpretability and evaluation of Korean language models. 
        Our mission is to advance the field with insightful benchmarks and tools. Below is an overview of our projects.

        We've been doing most of our projects internally, but for those that have been unsolvable, 
        we are planning to open them to get help from the open-source community.
        """,
        "challenge_title": "HAERAE-Math Challenge",
        "challenge_desc": """
        Today we are introducing our first challenge: HAERAE-Math. We've created high-quality instructions on math 
        but don't have an idea on how to generate high-quality answers for them. We are looking for solutions that 
        use open-source models with openly available licenses.

        We have created a total of 20,000 instructions already and are generating more. We've opened up a preview 
        of 50 of them in this link: [HAERAE-Math Samples](https://huggingface.co/datasets/HAERAE-HUB/HAERAE-Math-samples)

        For those who generate answers for the 50 and share the methodology/results with us, we'll share the 
        remaining instructions and credit for the resulting dataset.
        """,
        "example_title": "Example Question",
        "how_to_title": "How to Participate",
        "how_to": """
        1. Access the 50 sample questions from the provided Hugging Face dataset link.
        2. Generate high-quality answers for these questions using open-source models.
        3. Document your methodology and results.
        4. Share your findings with us through [contact information or submission form].
        5. If your approach is promising, we'll provide access to the full dataset of 20,000 instructions.
        6. Collaborate with us to refine and improve the answer generation process.
        7. Receive credit as a contributor to the final HAERAE-Math dataset.
        """,
        "why_title": "Why Participate?",
        "why": """
        - Contribute to advancing Korean language model research
        - Gain access to a large, high-quality dataset of math instructions
        - Collaborate with HAERAE researchers
        - Receive recognition in the field of NLP and math education
        - Potential for co-authorship on related publications
        """,
        "contact_title": "Contact Us",
        "contact": """
        For more information or to submit your results, please contact us at:
        [spthsrbwls123@yonsei.ac.kr](spthsrbwls123@yonsei.ac.kr)
        """,
        "sidebar_title": "About HAERAE",
        "sidebar_content": """
        HAERAE is a non-profit research lab dedicated to advancing the field of 
        Korean language model interpretability and evaluation. Our work focuses on 
        creating insightful benchmarks and tools to push the boundaries of NLP research.
        """
    },
    "한국어": {
        "title": "HAERAE 공개 연구 질문",
        "intro": """
        HAERAE는 한국어 언어 모델의 해석 가능성과 평가에 중점을 둔 비영리 연구소입니다.
        우리의 미션은 통찰력 있는 벤치마크와 도구를 통해 이 분야를 발전시키는 것입니다. 다음은 우리 프로젝트의 개요입니다.

        대부분의 프로젝트를 내부적으로 수행해 왔지만, 해결하기 어려운 문제들에 대해서는
        오픈 소스 커뮤니티의 도움을 받고자 공개할 계획입니다.
        """,
        "challenge_title": "HAERAE-Math 챌린지",
        "challenge_desc": """
        오늘 우리는 첫 번째 챌린지인 HAERAE-Math를 소개합니다. 우리는 수학에 관한 고품질 지시문을 만들었지만
        이에 대한 고품질 답변을 생성하는 방법에 대한 아이디어가 없습니다. 우리는 공개적으로 사용 가능한 라이선스를 가진
        오픈 소스 모델을 사용하는 솔루션을 찾고 있습니다.

        우리는 이미 총 20,000개의 지시문을 만들었고 더 많이 생성하고 있습니다. 우리는 이 중 50개의 미리보기를
        다음 링크에서 공개했습니다: [HAERAE-Math 샘플](https://huggingface.co/datasets/HAERAE-HUB/HAERAE-Math-samples)

        50개에 대한 답변을 생성하고 방법론/결과를 우리와 공유하는 분들에게는 나머지 지시문을 공유하고
        최종 데이터셋에 대한 크레딧을 공유할 것입니다.
        """,
        "example_title": "예시 질문",
        "how_to_title": "참여 방법",
        "how_to": """
        1. 제공된 Hugging Face 데이터셋 링크에서 50개의 샘플 질문에 접근합니다.
        2. 오픈 소스 모델을 사용하여 이 질문들에 대한 고품질 답변을 생성합니다.
        3. 방법론과 결과를 문서화합니다.
        4. [연락처 정보 또는 제출 양식]을 통해 귀하의 결과를 우리와 공유합니다.
        5. 귀하의 접근 방식이 유망하다면, 20,000개의 전체 지시문 데이터셋에 대한 접근 권한을 제공할 것입니다.
        6. 답변 생성 과정을 개선하고 발전시키기 위해 우리와 협력합니다.
        7. 최종 HAERAE-Math 데이터셋의 기여자로 인정받습니다.
        """,
        "why_title": "왜 참여해야 하나요?",
        "why": """
        - 한국어 언어 모델 연구 발전에 기여
        - 대규모의 고품질 수학 지시문 데이터셋에 접근
        - HAERAE 연구원들과 협력
        - NLP 및 수학 교육 분야에서 인정받을 기회
        - 관련 출판물의 공동 저자가 될 가능성
        """,
        "contact_title": "연락처",
        "contact": """
        더 많은 정보를 원하시거나 결과를 제출하려면 다음 연락처로 문의해 주세요:
        [spthsrbwls123@yonsei.ac.kr](spthsrbwls123@yonsei.ac.kr)
        """,
        "sidebar_title": "HAERAE 소개",
        "sidebar_content": """
        HAERAE는 한국어 언어 모델의 해석 가능성과 평가 분야를 발전시키는 데 전념하는 비영리 연구소입니다.
        우리의 연구는 NLP 연구의 경계를 넓히기 위한 통찰력 있는 벤치마크와 도구를 만드는 데 중점을 둡니다.
        """
    }
}

# Main content
st.title(content[lang]["title"])

st.write(content[lang]["intro"])

st.header(content[lang]["challenge_title"])

st.write(content[lang]["challenge_desc"])

st.subheader(content[lang]["example_title"])

example_question = """
한국의 보안 전문가가 고도화된 데이터 보호 시스템을 개발하고 있습니다. 이 시스템은 3차원 기하학적 잠금 메커니즘을 사용하는데, 잠금 장치는 원뿔 모양으로 되어 있고, 밑면의 반지름은 6cm, 높이는 8cm입니다. 이 원뿔 모양의 잠금 장치에는 원통 모양의 열쇠가 딱 맞게 들어가게 설계되어 있습니다.

보안 전문가는 더 높은 수준의 보안을 위해 원통 모양의 열쇠 안에 구 모양의 잠금 장치를 추가하려고 합니다. 이 구는 원통 안에 딱 들어가도록 설계되어 있습니다.

다음의 질문들을 해결하시기 바랍니다:

1. 원뿔 안에 딱 들어가게 설계된 원통의 반지름은 얼마인가요?
2. 원통 안에 딱 들어가게 설계된 구의 부피는 얼마인가요?
3. 원뿔, 원통, 구가 모두 같은 중심축을 공유하고 있으며 원뿔의 꼭대기점과 원통, 구의 중심점이 동일하다고 가정하면, 원뿔에서 원통이 차지하는 비율을 구하시오.
4. 이제 원뿔의 높이를 2배로 늘리자. 원뿔의 높이가 16cm가 되었을 때, 원통과 구의 크기와 부피는 어떻게 변하나요?
5. 원뿔의 높이와 밑면의 반지름을 각각 h와 r이라고 할 때, 원통과 구의 최대 부피를 r과 h로 표현하시오.

원뿔, 원통, 구의 부피 공식을 사용하여 문제를 해결하시기 바랍니다:

원뿔의 부피: V = 1/3πr²h
원통의 부피: V = πr²h
구의 부피: V = 4/3πr³
"""

st.code(example_question, language="markdown")

st.header(content[lang]["how_to_title"])

st.write(content[lang]["how_to"])

st.header(content[lang]["why_title"])

st.write(content[lang]["why"])

st.header(content[lang]["contact_title"])

st.write(content[lang]["contact"])

st.sidebar.title(content[lang]["sidebar_title"])
st.sidebar.info(content[lang]["sidebar_content"])