Update MMLU-ProX task (#3174)

* update MMLU_ProX

* update MMLU_ProX

* cleanup code by pre-commit

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_chemistry.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) kémia témában (választ is tartalmazza).
+  Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z) "A válasz (X)" kifejezéssel
+  fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_chemistry
+task_alias: chemistry
+process_docs: !function utils.process_chemistry

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_computer_science.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) informatika témában (választ
+  is tartalmazza). Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z) "A válasz
+  (X)" kifejezéssel fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_computer_science
+task_alias: computer_science
+process_docs: !function utils.process_computer_science

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_economics.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) közgazdaságtan témában (választ
+  is tartalmazza). Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z) "A válasz
+  (X)" kifejezéssel fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_economics
+task_alias: economics
+process_docs: !function utils.process_economics

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_engineering.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) mérnöki tudományok témában
+  (választ is tartalmazza). Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z)
+  "A válasz (X)" kifejezéssel fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_engineering
+task_alias: engineering
+process_docs: !function utils.process_engineering

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_health.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) egészség témában (választ is
+  tartalmazza). Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z) "A válasz
+  (X)" kifejezéssel fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_health
+task_alias: health
+process_docs: !function utils.process_health

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_history.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) történelem témában (választ
+  is tartalmazza). Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z) "A válasz
+  (X)" kifejezéssel fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_history
+task_alias: history
+process_docs: !function utils.process_history

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_law.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) jog témában (választ is tartalmazza).
+  Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z) "A válasz (X)" kifejezéssel
+  fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_law
+task_alias: law
+process_docs: !function utils.process_law

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_math.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) matematika témában (választ
+  is tartalmazza). Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z) "A válasz
+  (X)" kifejezéssel fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_math
+task_alias: math
+process_docs: !function utils.process_math

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_other.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) egyéb témában (választ is tartalmazza).
+  Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z) "A válasz (X)" kifejezéssel
+  fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_other
+task_alias: other
+process_docs: !function utils.process_other

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_philosophy.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) filozófia témában (választ
+  is tartalmazza). Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z) "A válasz
+  (X)" kifejezéssel fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_philosophy
+task_alias: philosophy
+process_docs: !function utils.process_philosophy

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_physics.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) fizika témában (választ is
+  tartalmazza). Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z) "A válasz
+  (X)" kifejezéssel fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_physics
+task_alias: physics
+process_docs: !function utils.process_physics

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_lite_hu_psychology.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) pszichológia témában (választ
+  is tartalmazza). Kérjük, gondolkodjon lépésről lépésre, és a válaszát a(z) "A válasz
+  (X)" kifejezéssel fejezze be, ahol X a helyes válasz betűjele.
+
+  '
+include: _hu_lite_template_yaml
+task: mmlu_prox_lite_hu_psychology
+task_alias: psychology
+process_docs: !function utils.process_psychology

lm_eval/tasks/mmlu_prox/hu/utils.py

+from functools import partial
+from os.path import basename, dirname
+
+from lm_eval.tasks.mmlu_prox.lang_libs import LANG_LIBS
+
+
+lang_abbr = basename(dirname(__file__))
+lang_dict = LANG_LIBS[lang_abbr]
+
+choices = [
+    "A",
+    "B",
+    "C",
+    "D",
+    "E",
+    "F",
+    "G",
+    "H",
+    "I",
+    "J",
+    "K",
+    "L",
+    "M",
+    "N",
+    "O",
+    "P",
+]
+
+max_opt_num = 10
+
+
+def format_cot_example(example, including_answer=True):
+    prompt = f"{lang_dict[0]}\n"
+    question = example["question"]
+    prompt += question + "\n"
+    prompt += f"{lang_dict[1]}\n"
+    for i in range(max_opt_num):
+        opt = example[f"option_{i}"]
+        if opt is not None:
+            prompt += "{}. {}\n".format(choices[i], opt)
+    if including_answer:
+        cot_content = example["cot_content"].replace(lang_dict[4], lang_dict[2])
+        prompt += cot_content + "\n\n"
+    else:
+        prompt += lang_dict[2]
+    return prompt
+
+
+doc_to_text = partial(format_cot_example, including_answer=False)
+fewshot_to_text = partial(format_cot_example, including_answer=True)
+
+
+def process_docs(dataset, subject):
+    return dataset.filter(lambda x: x["category"] == subject)
+
+
+process_biology = partial(process_docs, subject="biology")
+process_business = partial(process_docs, subject="business")
+process_chemistry = partial(process_docs, subject="chemistry")
+process_computer_science = partial(process_docs, subject="computer science")
+process_economics = partial(process_docs, subject="economics")
+process_engineering = partial(process_docs, subject="engineering")
+process_health = partial(process_docs, subject="health")
+process_history = partial(process_docs, subject="history")
+process_law = partial(process_docs, subject="law")
+process_math = partial(process_docs, subject="math")
+process_other = partial(process_docs, subject="other")
+process_philosophy = partial(process_docs, subject="philosophy")
+process_physics = partial(process_docs, subject="physics")
+process_psychology = partial(process_docs, subject="psychology")

lm_eval/tasks/mmlu_prox/id/_id_lite_template_yaml

+dataset_path: li-lab/MMLU-ProX-Lite
+dataset_name: id
+test_split: test
+fewshot_split: validation
+fewshot_config:
+  sampler: first_n
+  doc_to_text: !function utils.fewshot_to_text
+  doc_to_target: ""
+output_type: generate_until
+doc_to_text: !function utils.doc_to_text
+doc_to_target: answer
+filter_list:
+  - name: "custom-extract"
+    filter:
+      - function: "regex"
+        regex_pattern: 'Jawabannya adalah \(?([ABCDEFGHIJ])\)?'
+      - function: "take_first"
+generation_kwargs:
+  until:
+    - "</s>"
+    - "Q:"
+    - "Pertanyaan:"
+    - "<|im_end|>"
+  do_sample: false
+  temperature: 0.0
+  max_gen_toks: 2048
+num_fewshot: 5
+metric_list:
+  - metric: exact_match
+    aggregation: mean
+    higher_is_better: true
+    ignore_case: true
+    ignore_punctuation: true
+metadata:
+  version: 0.0

lm_eval/tasks/mmlu_prox/id/_id_template_yaml

+dataset_path: li-lab/MMLU-ProX
+dataset_name: id
+test_split: test
+fewshot_split: validation
+fewshot_config:
+  sampler: first_n
+  doc_to_text: !function utils.fewshot_to_text
+  doc_to_target: ""
+output_type: generate_until
+doc_to_text: !function utils.doc_to_text
+doc_to_target: answer
+filter_list:
+  - name: "custom-extract"
+    filter:
+      - function: "regex"
+        regex_pattern: 'Jawabannya adalah \(?([ABCDEFGHIJ])\)?'
+      - function: "take_first"
+generation_kwargs:
+  until:
+    - "</s>"
+    - "Q:"
+    - "Pertanyaan:"
+    - "<|im_end|>"
+  do_sample: false
+  temperature: 0.0
+  max_gen_toks: 2048
+num_fewshot: 5
+metric_list:
+  - metric: exact_match
+    aggregation: mean
+    higher_is_better: true
+    ignore_case: true
+    ignore_punctuation: true
+metadata:
+  version: 0.0

lm_eval/tasks/mmlu_prox/id/_mmlu_prox_id.yaml

+group: mmlu_prox_id
+task:
+- mmlu_prox_id_biology
+- mmlu_prox_id_business
+- mmlu_prox_id_chemistry
+- mmlu_prox_id_computer_science
+- mmlu_prox_id_economics
+- mmlu_prox_id_engineering
+- mmlu_prox_id_health
+- mmlu_prox_id_history
+- mmlu_prox_id_law
+- mmlu_prox_id_math
+- mmlu_prox_id_other
+- mmlu_prox_id_philosophy
+- mmlu_prox_id_physics
+- mmlu_prox_id_psychology
+aggregate_metric_list:
+- aggregation: mean
+  metric: exact_match
+  weight_by_size: true
+  filter_list: custom-extract
+metadata:
+  version: 0.0

lm_eval/tasks/mmlu_prox/id/_mmlu_prox_lite_id.yaml

+group: mmlu_prox_lite_id
+task:
+- mmlu_prox_lite_id_biology
+- mmlu_prox_lite_id_business
+- mmlu_prox_lite_id_chemistry
+- mmlu_prox_lite_id_computer_science
+- mmlu_prox_lite_id_economics
+- mmlu_prox_lite_id_engineering
+- mmlu_prox_lite_id_health
+- mmlu_prox_lite_id_history
+- mmlu_prox_lite_id_law
+- mmlu_prox_lite_id_math
+- mmlu_prox_lite_id_other
+- mmlu_prox_lite_id_philosophy
+- mmlu_prox_lite_id_physics
+- mmlu_prox_lite_id_psychology
+aggregate_metric_list:
+- aggregation: mean
+  metric: exact_match
+  weight_by_size: true
+  filter_list: custom-extract
+metadata:
+  version: 0.0

lm_eval/tasks/mmlu_prox/id/mmlu_prox_id_biology.yaml

+description: 'Berikut adalah pertanyaan pilihan ganda tentang Biologi (dengan jawaban).
+  Harap berpikir langkah demi langkah, lalu akhiri jawaban Anda dengan "Jawabannya
+  adalah (X)", di mana X adalah huruf pilihan yang benar.
+
+  '
+include: _id_template_yaml
+task: mmlu_prox_id_biology
+task_alias: biology
+process_docs: !function utils.process_biology

lm_eval/tasks/mmlu_prox/id/mmlu_prox_id_business.yaml

+description: 'Berikut adalah pertanyaan pilihan ganda tentang Bisnis (dengan jawaban).
+  Harap berpikir langkah demi langkah, lalu akhiri jawaban Anda dengan "Jawabannya
+  adalah (X)", di mana X adalah huruf pilihan yang benar.
+
+  '
+include: _id_template_yaml
+task: mmlu_prox_id_business
+task_alias: business
+process_docs: !function utils.process_business

lm_eval/tasks/mmlu_prox/id/mmlu_prox_id_chemistry.yaml

+description: 'Berikut adalah pertanyaan pilihan ganda tentang Kimia (dengan jawaban).
+  Harap berpikir langkah demi langkah, lalu akhiri jawaban Anda dengan "Jawabannya
+  adalah (X)", di mana X adalah huruf pilihan yang benar.
+
+  '
+include: _id_template_yaml
+task: mmlu_prox_id_chemistry
+task_alias: chemistry
+process_docs: !function utils.process_chemistry