Modify performance evaluation

[daegonYu]

BAAI/bge-m3 과 nlpai-lab/KoE5 를 PR 로 추가하셨는데 제가 평가 해봤을때는 점수가 다르게 나옵니다. AutoRAG에서 직접평가하신 gte-multilingual-base도 평가해봤습니다만 그것은 소수점까지 모두 일치합니다. BAAI/bge-m3 과 nlpai-lab/KoE5 모델을 재평가해보심이 어떨까요..
평가 코드는 아래와 같이 각 모델에 맞게 prefix를 설정하여 평가하였습니다.
dragonkue/BGE-m3-ko 모델이 현재 이 벤치마크에서 가장 우수한 성적을 내고 있는 것 같습니다. 이 모델의 결과를 추가하시는 것이 어떠신지요? 모델의 결과는 허깅페이스에 공개되어있습니다.(https://huggingface.co/dragonkue/BGE-m3-ko)

autorag.embedding_models['bge_m3'] = autorag.LazyInit(HuggingFaceEmbedding,
                                                                model_name="BAAI/bge-m3")
autorag.embedding_models['gte-multilingual-base'] = autorag.LazyInit(HuggingFaceEmbedding,
                                                                model_name="Alibaba-NLP/gte-multilingual-base",trust_remote_code=True)
autorag.embedding_models['KoE5'] = autorag.LazyInit(HuggingFaceEmbedding,
                                                                model_name="nlpai-lab/KoE5", query_instruction='query: ', text_instruction='passage: ')
    

[daegonYu]

아래 summary.csv는 위의 코드로 평가했을 때의 결과입니다.

summary.csv