Open PL LLM Leaderboard

Open PL LLM Leaderboard

一个 Gradio 排行榜，在一组评测数据集上给语言模型排名，从名称和数据集看指向波兰语。适合比较模型或想自己搭排行榜的团队。

由 speakleash 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 是大语言模型的排行榜，基于标准的 Hugging Face 排行榜模板搭建。它的名称和列出的数据集都指向波兰语评测。它跟踪的模型包括 Azurro APT3 1B 两个版本、Starling LM 7B alpha、两个 zephyr 7B 版本和 internlm2 1.8B。

适合谁：想在波兰语任务上比较语言模型的研究者和模型开发者，以及想要一个现成基础来搭自己排行榜的团队。

Industry | Who uses it | How they use it | Example
AI 研究 | 语言模型研究者 | 在波兰语评测集上比较模型 | 查看两个具名模型的得分
模型开发 | 模型开发者 | 把新模型与其他模型对照检查 | 通过这个 Space 提交一个模型来评测
自然语言处理工程 | 应用型 NLP 团队 | 为波兰语文本工作挑选模型 | 在选择模型之前先读得分
开源 | 排行榜维护者 | 把模板用于另一种语言或任务 | 修改 src 里的设置并换掉数据集

如果你想要的是某个模型的回答而不是排名，模型演示页面更适合你。

用在哪里：它可以在两个地方运行。

• 网页浏览器，在 Hugging Face 上的 Space 页面打开，无需安装任何东西
• Windows、macOS 或 Linux 上的本地副本，需要 Python 3.12

Use case | Who | What they get back
比较模型 | 研究者 | 每个列出的模型在每个评测集上的得分
排队评测一个模型 | 模型开发者 | 由后端处理的评测请求
复刻排行榜 | 维护者 | 搭建自己排行榜的起点

如何设置：在线使用什么都不用准备。本地副本需要几样东西。

• Python 3.12 和 pip
• requirements.txt 里列出的包

1. 安装 Hugging Face 工具。
2. 把这个 Space 下载到一个文件夹。
3. 进入该文件夹。
4. 安装 Gradio 和 requirements.txt 里的包。
5. 启动应用。

pip install -U huggingface_hub
hf download speakleash/open_pl_llm_leaderboard --repo-type space --local-dir open_pl_llm_leaderboard
cd open_pl_llm_leaderboard
pip install gradio==4.4.0
pip install -r requirements.txt
python app.py

如何使用：打开 Space 页面，阅读排名表格。如果想把它改成自己的排行榜，就修改 src/env 里的变量和 src/about 里的文字。结果文件遵循下面的格式，每个任务和指标一条。

{
    "config": {
        "model_dtype": "torch.float16", # or torch.bfloat16 or 8bit or 4bit
        "model_name": "path of the model on the hub: org/model",
        "model_sha": "revision on the hub",
    },
    "results": {
        "task_name": {
            "metric_name": score,
        },
        "task_name2": {
            "metric_name": score,
        }
    }
}

示例：你想知道一个开源的 7B 模型与一个 1B 模型在波兰语任务上相比如何。你打开 Space，在表格里找到这两个模型，并排读它们的得分。

新手与专家：排行榜是对许多模型运行同样的测试，再把得分列出来。先从表格开始，一次只看一个任务。

后端会排队处理请求，并自己创建请求文件。如果 Space 出问题，重启一下就会清除它为队列和结果创建的文件夹。如果想用自己的评测，就修改后端的评测步骤，这一步目前启动的是 EleutherAI 的评测套件。

提交或列出一个模型
后端运行评测套件
结果按给定的格式写成文件
表格显示得分

注意事项：README 大多是模板文字，所以具体的任务和评分方式最好直接在页面上看。

• License: Apache 2.0
• Cost to run: 没有提到，这个 Space 在 Hugging Face 的升级版 CPU 硬件上运行
• Data it reaches: Hub 上的模型，以及它列出的评测数据集，来自 KLEJ 和 PES 系列

Hugging Face 上的数据（2026年11月13日）

• 点赞：84
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/speakleash/open_pl_llm_leaderboard
• 文件：https://huggingface.co/spaces/speakleash/open_pl_llm_leaderboard/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。