Update src/about.py

src/about.py

@@ -1,13 +1,26 @@
 from dataclasses import dataclass
 from enum import Enum
-
+from pathlib import Path
 @dataclass
 class Task:
     benchmark: str
     metric: str
     col_name: str
 
+REPORT_MD_PATH = Path(__file__).parent.parent / "Files" / "report.md"
+with open(REPORT_MD_PATH, "r", encoding="utf-8") as f:
+    REPORT_TEXT = f.read()
+
+TITLE = "# LLM Benchmark Leaderboard"
+
+# 替换LLM_BENCHMARKS_TEXT为report.md内容
+LLM_BENCHMARKS_TEXT = REPORT_TEXT
+
+CITATION_BUTTON_LABEL = "📖 Citation"
+CITATION_BUTTON_TEXT = """If you use this benchmark, please cite: ...
+(原citation内容保留)"""
 
+EVALUATION_QUEUE_TEXT = "Models submitted for evaluation will appear here."
 # Select your tasks here
 # ---------------------------------------------------
 class Tasks(Enum):
@@ -70,3 +83,36 @@ If everything is done, check you can launch the EleutherAIHarness on your model
 CITATION_BUTTON_LABEL = "Copy the following snippet to cite these results"
 CITATION_BUTTON_TEXT = r"""
 """
+# Report
+
+## 1. 模型及类别选择
+
+本次实验选用了三类大模型：Llama 3, Mistral 7B, ChatGPT。
+
+- **Llama 3**：开源社区广泛使用，适合中英文任务。
+- **Mistral 7B**：轻量级，适合边缘设备。
+- **ChatGPT**：闭源，适合通用对话任务，表现最优。
+
+| 模型名称   | 参数量 | 开源情况 | 主要用途         |
+|------------|--------|---------|----------------|
+| Llama 3    | 70B    | 是      | 多语言任务       |
+| Mistral 7B | 7B     | 是      | 低功耗推理任务   |
+| ChatGPT    | 未公开 | 否      | 通用对话、推理任务 |
+
+**选择理由**：
+- Llama 3和Mistral为开源，方便定制与修改；
+- ChatGPT性能优越，作为基准。
+
+---
+
+## 2. 系统实现细节
+
+### Gradio交互界面截图
+![Gradio界面](./interface.png)
+
+### 输入与输出流程图
+```mermaid
+graph TD
+    A[用户输入] --> B[Gradio界面]
+    B --> C[模型推理]
+    C --> D[返回结果]