v0.10.0 release

What's Changed

Feat: Add EvalScope dashboard by @Yunnglin in #277

• Including single-model evaluation results and multi-model comparison, refer to the 📖 Visualizing Evaluation Results for more details

Others

• Add model-id in arguments by @Yunnglin in #274
• Add ifeval and unify report format by @Yunnglin in #275
• Add iquiz and use first metric by default for multi metrics by @Yunnglin in #288
• Support specifying system prompt by @Yunnglin in #283
• Bug-fix multi-metrics dataset by @Yunnglin in #282
• Bug-fix mmlu read local data by @Yunnglin in #273

功能更新

主要更新

• 添加评测报告可视化，由 @Yunnglin 在 #277 中实现
  • 包括单模型评估结果和多模型对比，更多详情请参考 📖 可视化评估结果

其他

• 在参数中添加 model-id，由 @Yunnglin 在 #274 中实现
• 添加 ifeval 评测基准；并统一报告格式，由 @Yunnglin 在 #275 中实现
• 添加 iquiz评测基准；支持多指标的评测集在展示结果时默认使用第一个指标的结果，由 @Yunnglin 在 #288 中实现
• 支持指定system prompt，由 @Yunnglin 在 #283 中实现
• 修复多指标数据集的错误，由 @Yunnglin 在 #282 中实现
• 修复 mmlu 读取本地数据的问题，由 @Yunnglin 在 #273 中实现

Full Changelog: v0.9.0...v0.10.0