Spaces:
Running
Running
| import gradio as gr | |
| import pandas as pd | |
| def load_leaderboard(): | |
| try: | |
| return pd.read_csv("leaderboard.csv") | |
| except Exception: | |
| # Fallback if file is missing | |
| return pd.DataFrame(columns=["Rank", "Model Name", "Score", "Method", "Author"]) | |
| TEXT_1 = f""" | |
| Competere, aiutarci assieme e migliorare nel post-training di LLM, con una spesa accessibile a tutti. | |
| ## Challenge | |
| Tutti i partecipanti dovranno partire dal modello base: | |
| [mii-llm/zagreus-0.4B-ita](https://huggingface.co/mii-llm/zagreus-0.4B-ita) | |
| Si puó partecipare da soli o in team, umani e 🤖, la challenge è aperta a tutti, anche aziende e università etc.. | |
| ### Obbiettivo | |
| Migliorare le performance nel seguente benchmark italiano [ITALIC](https://italicbench.it/), il vincitore sarà quello che ottiene il miglior punteggio nel benchmark. [how to run](https://github.com/Crisp-Unimib/ITALIC/blob/main/README.md#how-to-use) | |
| """ | |
| TEXT_2 = """ | |
| ## Regole | |
| - La run finale di ogni partecipante potrá usare massimo 10 ore di GPU H100 (equivalenti a circa 25 euro su RunPod) | |
| - La challenge dura da oggi fino al 5 agosto 2026. | |
| - Le 10 ore comprendono qualsiasi utilizzo della GPU, inclusa l’eventuale generazione di dati sintetici. | |
| ## Cosa è permesso | |
| Sono ammessi, ad esempio: | |
| * Qualsiasi tipo di fine-tuning (SFT, DPO, ORPO, RL, LoRA, QLoRA, etc.) | |
| * Qualsiasi tipo di synthetic data (purché generati da modelli che fittano nell’ h100 all’interno del budget di 10 ore) | |
| * Qualsiasi dataset che trovate su Hugging Face o altri repository | |
| ## Cosa non è permesso | |
| Non è consentito: | |
| * utilizzare checkpoint già addestrati da altri come punto di partenza | |
| * utilizzare dati dei benchmark di test per l’addestramento | |
| * modificare il codice di valutazione | |
| * usare GPU aggiuntive oltre al budget assegnato | |
| * generare dati sintetici al di fuori delle 10 ore di GPU disponibili o con API | |
| """ | |
| TEXT_3 = """ | |
| ## Consegna | |
| Ogni partecipante dovrà consegnare: nel canale [https://discord.gg/eEZzBuG27](https://discord.gg/347uGYFzw) | |
| * link hf al modello finale | |
| * codice e configurazioni di training | |
| * dataset utilizzati | |
| * risultati della valutazione completa (inclusa nelle 10 ore di gpu disponibili) | |
| * breve report che descriva: idea iniziale, esperimenti svolti, cosa ha funzionato, cosa non ha funzionato ecc.. | |
| ## Premio | |
| Non ci sono premi in denaro ma chi ottiene il punteggio piú alto verrá eletto campione in carica. | |
| Il vero premio è contribuire alla crescita dell’ecosistema italiano dell’AI open. | |
| """ | |
| with gr.Blocks(title="Italian Post-Training Challenge 2026") as demo: | |
| gr.Markdown("# 🇮🇹 Italian Post-Training Challenge 2026") | |
| with gr.Tabs() as tabs: | |
| with gr.Tab("Obiettivo"): | |
| gr.Markdown(TEXT_1) | |
| with gr.Tab("Regole"): | |
| gr.Markdown(TEXT_2) | |
| with gr.Tab("Consegna"): | |
| gr.Markdown(TEXT_3) | |
| gr.Markdown("---") | |
| gr.Markdown("## 🏆 Leaderboard") | |
| leaderboard_df = load_leaderboard() | |
| gr.Dataframe(leaderboard_df, interactive=False) | |
| if __name__ == "__main__": | |
| demo.launch() |