chore: update description

src/about.py

@@ -307,6 +307,9 @@ To reproduce our results, please follow the instructions of the evalution tool,
 ## Average Score Calculation
 The calculation of the average score (AVG) includes only the scores of datasets marked with a ⭐.
 
+## Dataset Details
+For comprehensive information about all datasets used in this leaderboard, including detailed descriptions, data sources, preprocessing methods, and the jaster training dataset, please refer to [DATASET.md](https://github.com/llm-jp/llm-jp-eval/blob/main/DATASET.md) in the llm-jp-eval repository.
+
 """
 
 LLM_BENCHMARKS_TEXT_JA = """
@@ -393,6 +396,9 @@ LLM_BENCHMARKS_TEXT_JA = """
 ## 平均スコアの計算について
 平均スコア (AVG) の計算には、⭐マークのついたスコアのみが含まれます
 
+## データセット詳細
+リーダーボードで使用されている全データセットの包括的な情報（詳細な説明、データソース、前処理方法、jaster訓練データセットなど）については、llm-jp-evalリポジトリの[DATASET.md](https://github.com/llm-jp/llm-jp-eval/blob/main/DATASET.md)をご参照ください。
+
 """
 
 
@@ -419,6 +425,17 @@ When we add extra information about models to the leaderboard, it will be automa
 ### 5. Select Appropriate Precision
 The "auto" option supports fp16, fp32, and bf16 precisions. If your model uses any other precision format, please select the appropriate option.
 If auto is specified, precision in config.json is automatically selected.
+### 6. Inference-time Options
+Our evaluation system supports various inference-time parameters:
+
+#### Thinking Parameter
+Models that support the `thinking` parameter (e.g., DeepSeek-R1, QwQ) can be evaluated with this feature enabled. When submitting your model, you can specify whether to use the thinking parameter in the submission form.
+
+#### Reasoning Parser
+For models that output reasoning processes before final answers, our system includes a `Reasoning Parser` that automatically extracts the final answer from the model's output. This ensures fair evaluation even for models with different output formats.
+
+**Note**: If your model uses special output formatting or reasoning tokens, please mention this in your model card to ensure proper evaluation.
+
 ### Note about large models
 Currently, we support models up to 70B parameters. However, we are working on infrastructure improvements to accommodate larger models (70B+) in the near future. Stay tuned for updates!
 
@@ -451,6 +468,13 @@ tokenizer = AutoTokenizer.from_pretrained("your model name", revision=revision)
 "auto"オプションはfp16、fp32、bf16のprecisionに対応しています。これら以外のprecisionを使用している場合は、適切なオプションを選択してください。
 また、autoを指定した場合、config.jsonのprecisionが自動的に選択されます。
 
+### 6. 推論時のオプション
+以下の推論時パラメータをサポートしています：
+
+#### Thinking Parameter
+`thinking`パラメータをサポートするモデル（例：DeepSeek-R1、QwQ）は、この機能を有効にして評価できます。モデル提出時に、提出フォームでthinkingパラメータの使用有無を指定できます。
+Reasoning Parserを対応するモデルのものに変更してください。
+
 ### 大規模モデルに関する注意
 現在、70Bパラメータまでのモデルをサポートしています。より大規模なモデル（70Bよりも大きいもの）については、インフラストラクチャの改善を進めており、近い将来対応予定です。続報をお待ちください！