update descriptions

src/assets/text_content.py

@@ -5,9 +5,9 @@ TITLE = """<h1 align="center" id="space-title">🚀 Open Ko-LLM Leaderboard</h1>
 INTRODUCTION_TEXT = f"""
 🚀 Open Ko-LLM Leaderboard는 한국어 초거대 언어모델의 성능을 객관적으로 평가합니다.
 
-"제출" 페이지에서 모델 제출 시 자동으로 평가됩니다. 평가에 사용되는 GPU는 KT의 지원으로 운영됩니다.
-평가에 사용되는 데이터는 전문 지식, 추론 능력, 환각, 윤리, 상식의 다섯가지 요소를 평가하기 위한 데이터셋으로 구성되어 있습니다.
-벤치마크 데이터셋에 대한 더 자세한 정보는 "정보" 페이지에서 제공되고 있습니다.
+"Submit here!" 페이지에서 모델 제출 시 자동으로 평가됩니다. 평가에 사용되는 GPU는 KT의 지원으로 운영됩니다.
+평가에 사용되는 데이터는 전문 지식, 추론 능력, 환각, 윤리의 네 가지 요소를 평가하기 위한 데이터셋으로 구성되어 있습니다.
+벤치마크 데이터셋에 대한 더 자세한 정보는 "About" 페이지에서 제공되고 있습니다.
 
 업스테이지와 NIA가 공동 주최하며 업스테이지가 운영합니다.
 """
@@ -29,14 +29,12 @@ LLM_BENCHMARKS_TEXT = f"""
 
 ## How it works
 
-📈 HuggingFace OpenLLM에서 운영하는 4개의 태스크(HellaSwag, MMLU, Arc, Truthful QA)의 데이터를 한국어로 번역한 데이터셋을 비롯해 총 6가지의 데이터로 벤치마크를 구성했습니다. 
+📈 HuggingFace OpenLLM에서 운영하는 4개의 태스크(HellaSwag, MMLU, Arc, Truthful QA)의 데이터를 한국어로 번역한 데이터셋으로 벤치마크를 구성했습니다. 
 - Ko-HellaSwag (업스테이지 제공)
 - Ko-MMLU (업스테이지 제공)
 - Ko-Arc (업스테이지 제공)
 - Ko-Truthful QA (업스테이지 제공)
-- KoCommongen (NIA 한국지능정보사회진흥원 제공)
-- 텍스트 윤리검증 데이터 (NIA 한국지능정보사회진흥원 제공)
-LLM 시대에 걸맞는 평가를 위해 상식, 전문 지식, 추론, 환각, 윤리의 다섯가지 요소를 평가하기에 적합한 데이터셋들을 벤치마크로 선정했습니다. 최종 점수는 6개의 평가 데이터에 대한 평균 점수로 환산합니다.
+LLM 시대에 걸맞는 평가를 위해 전문 지식, 추론, 환각, 윤리의 네 가지 요소를 평가하기에 적합한 데이터셋들을 벤치마크로 선정했습니다. 최종 점수는 4개의 평가 데이터에 대한 평균 점수로 환산합니다.
 
 KT로부터 평가에 사용되는 GPU를 제공받았습니다.