fini

app.py

@@ -4,30 +4,15 @@ import pandas as pd
 # CSS样式
 st.markdown("""
 <style>
-html, body, [class*="css"] {
-    font-size: 24px;  /* 增大基本字体大小 */
-}
 h1 {
     font-size: 2.5em;  /* 标题字体大小 */
 }
-/* 调整全局容器宽度为屏幕的 90%，自适应屏幕 */
-.css-1d391kg {
-    padding: 1rem 1rem;  /* 调整内边距 */
-}
-/* 设置主体内容最大宽度为100%，自适应屏幕 */
-.css-1lcbmhc {
-    max-width: 100%;
-}
 .stDataFrame {
     font-family: Helvetica;
-    font-size: 24px;
-    width: 100%;
-    min-width: 100%;
 }
 .dataframe th, .dataframe td {
-    width: auto !important;  /* 重置 Streamlit 的默认宽度限制 */
-    min-width: 50px;  /* 可以根据需要设置合适的最小宽度 */
-    max-width: 300px;  /* 防止单列过宽 */
+    width: auto;
+    min-width: 500px; 
 }
 </style>
 """, unsafe_allow_html=True)
@@ -42,6 +27,8 @@ This leaderboard is used to show the performance of the **automation evaluation
 - Non-Factoid QA (NFQA)
 - Dialogue Generation (DG)
 - Text Expansion (TE).
+            
+Details of AEOLLLM can be found at the link: [https://cjj826.github.io/AEOLLM/](https://cjj826.github.io/AEOLLM/)
 """, unsafe_allow_html=True)
 # 创建示例数据
 SG = {
@@ -49,7 +36,7 @@ SG = {
     "team": ["U1", "U2", "U3"],
     "acc": [0.75, 0.64, 0.83],
     "tau": [0.05, 0.28, 0.16],
-    "s": [0.12, 0.27, 0.18]
+    "s": [0.12, 0.27, 0.18],
 }
 df1 = pd.DataFrame(SG)
 
@@ -86,19 +73,19 @@ tab1, tab2, tab3, tab4 = st.tabs(["SG", "NFQA", "DG", "TE"])
 # 在标签页 1 中添加内容
 with tab1:
     st.header("Summary Generation")
-    st.dataframe(df1)
+    st.dataframe(df1, use_container_width=True)
 
 # 在标签页 2 中添加内容
 with tab2:
     st.header("Non-Factoid QA")
-    st.dataframe(df2)
+    st.dataframe(df2, use_container_width=True)
 
 # 在标签页 3 中添加内容
 with tab3:
     st.header("Dialogue Generation")
-    st.dataframe(df3)
+    st.dataframe(df3, use_container_width=True)
 
 # 在标签页 4 中添加内容
 with tab4:
     st.header("Text Expansion")
-    st.dataframe(df4)
+    st.dataframe(df4, use_container_width=True, )