这个多模型测评特别棒，想问问能不能做成可以扩展到不同的数据源，目前看起来真是支持Falcon中文数据集

[Evan-Luo-Engnieer]

我搜索了一下，可以做成可以配置的， 比如可以添加下面的英文数据集

• BIRD（Text-to-SQL 基准）：https://bird-bench.github.io/
• Spider 2.0（Text-to-SQL 企业级评测）：https://spider2-sql.github.io/

[chenliang15405]

暂时还不支持，后续可以考虑，BIRD和Spider只能跑DEV数据集，如果有当前需求，也可以自己基于当前的评测框架兼容一下数据集的格式
后续Falcon也会迭代题目、支持评测榜单，可以关注一下