Update src/about.py

src/about.py

@@ -22,18 +22,30 @@ NUM_FEWSHOT = 0 # Change with your few shot
 
 
 # Your leaderboard name
-TITLE = """<h1 align="center" id="space-title">Classifica generale degli LLM italiani</h1>"""
+TITLE = """<h1 align="center" id="space-title">🚀 Classifica generale degli LLM italiani 🚀</h1>"""
 
 # What does your leaderboard evaluate?
 INTRODUCTION_TEXT = """
 Benvenuti nella pagina della open ita llm leaderboard!
-In questa dashboard potrete trovare tutti i risultati delle performance dei Large Language Models nella lingua italiana sui principali eval
-La classifica è 100% open source, chiunque può contribuire e aggiungere il proprio modello :)
+In questa dashboard potrete trovare tutti i risultati delle performance dei Large Language Models nella lingua italiana sui principali eval effettuati grazie al fantastico [Eleuther AI Language Model Evaluation Harness](https://github.com/EleutherAI/lm-evaluation-harness).
+Maggiori info nella sezione "about"
+
+P.s. la classifica è 100% open source, chiunque può contribuire e aggiungere il proprio modello tramite questo [form](https://forms.gle/Gc9Dfu52xSBhQPpAA) nel mentre che la submission automatica sarà operativa :)
+Se avete idee/miglioramenti/suggerimenti [scrivetemi pure] (https://www.linkedin.com/in/samuele-colombo-ml/) oppure mi trovate sul [discord della community] (https://discord.gg/kc97Zwc4ze)
+
 """
 
 # Which evaluations are you running? how can people reproduce what you have?
 LLM_BENCHMARKS_TEXT = f"""
 ## Come funziona
+Valutiamo i modelli tramite <a href="https://github.com/EleutherAI/lm-evaluation-harness" target="_blank">  Eleuther AI Language Model Evaluation Harness </a>, il framework più utilizzato dalla community internazionale per l'evaluation dei modelli
+Nella classifica troverete i dataset di benchmark più famosi, adatti alla lingua italiana. I task sono:
+- hellaswag_it
+- arc_it
+- m_mmlu_it (5 shots)
+
+Per tutti questi task, a un punteggio migliore corrisponde una performance maggiore
+
 
 ## Reproducibility
 Per riprodurre i risultati scaricate la [repo](https://github.com/EleutherAI/lm-evaluation-harness) eseguite:
@@ -73,4 +85,6 @@ 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"""
+Paper coming soon!
+Pls dateci credits se usate i nostri benchmarks :)
 """