Skip to content
GitLab
Menu
Projects
Groups
Snippets
Loading...
Help
Help
Support
Community forum
Keyboard shortcuts
?
Submit feedback
Contribute to GitLab
Sign in / Register
Toggle navigation
Menu
Open sidebar
gaoqiong
lm-evaluation-harness
Commits
3e8135ce
Commit
3e8135ce
authored
Sep 16, 2025
by
Baber
Browse files
Merge branch 'main' into comma
parents
8e560c96
0c134ee9
Changes
1000
Hide whitespace changes
Inline
Side-by-side
Showing
20 changed files
with
220 additions
and
0 deletions
+220
-0
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_computer_science.yaml
...asks/mmlu_prox/fr/mmlu_prox_lite_fr_computer_science.yaml
+9
-0
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_economics.yaml
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_economics.yaml
+9
-0
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_engineering.yaml
...val/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_engineering.yaml
+9
-0
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_health.yaml
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_health.yaml
+9
-0
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_history.yaml
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_history.yaml
+9
-0
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_law.yaml
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_law.yaml
+9
-0
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_math.yaml
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_math.yaml
+9
-0
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_other.yaml
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_other.yaml
+9
-0
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_philosophy.yaml
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_philosophy.yaml
+9
-0
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_physics.yaml
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_physics.yaml
+9
-0
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_psychology.yaml
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_psychology.yaml
+9
-0
lm_eval/tasks/mmlu_prox/hi/_hi_lite_template_yaml
lm_eval/tasks/mmlu_prox/hi/_hi_lite_template_yaml
+35
-0
lm_eval/tasks/mmlu_prox/hi/_mmlu_prox_lite_hi.yaml
lm_eval/tasks/mmlu_prox/hi/_mmlu_prox_lite_hi.yaml
+23
-0
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_biology.yaml
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_biology.yaml
+9
-0
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_business.yaml
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_business.yaml
+9
-0
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_chemistry.yaml
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_chemistry.yaml
+9
-0
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_computer_science.yaml
...asks/mmlu_prox/hi/mmlu_prox_lite_hi_computer_science.yaml
+9
-0
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_economics.yaml
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_economics.yaml
+9
-0
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_engineering.yaml
...val/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_engineering.yaml
+9
-0
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_health.yaml
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_health.yaml
+9
-0
No files found.
Too many changes to show.
To preserve performance only
1000 of 1000+
files are displayed.
Plain diff
Email patch
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_computer_science.yaml
0 → 100644
View file @
3e8135ce
description
:
'
Voici
des
questions
à
choix
multiples
(avec
réponses)
sur
informatique.
Réfléchissez
étape
par
étape,
puis
terminez
votre
réponse
par
"La
réponse
est
(X)"
où
X
est
la
lettre
correspondant
au
bon
choix.
'
include
:
_fr_lite_template_yaml
task
:
mmlu_prox_lite_fr_computer_science
task_alias
:
computer_science
process_docs
:
!function
utils.process_computer_science
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_economics.yaml
0 → 100644
View file @
3e8135ce
description
:
'
Voici
des
questions
à
choix
multiples
(avec
réponses)
sur
économie.
Réfléchissez
étape
par
étape,
puis
terminez
votre
réponse
par
"La
réponse
est
(X)"
où
X
est
la
lettre
correspondant
au
bon
choix.
'
include
:
_fr_lite_template_yaml
task
:
mmlu_prox_lite_fr_economics
task_alias
:
economics
process_docs
:
!function
utils.process_economics
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_engineering.yaml
0 → 100644
View file @
3e8135ce
description
:
'
Voici
des
questions
à
choix
multiples
(avec
réponses)
sur
ingénierie.
Réfléchissez
étape
par
étape,
puis
terminez
votre
réponse
par
"La
réponse
est
(X)"
où
X
est
la
lettre
correspondant
au
bon
choix.
'
include
:
_fr_lite_template_yaml
task
:
mmlu_prox_lite_fr_engineering
task_alias
:
engineering
process_docs
:
!function
utils.process_engineering
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_health.yaml
0 → 100644
View file @
3e8135ce
description
:
'
Voici
des
questions
à
choix
multiples
(avec
réponses)
sur
santé.
Réfléchissez
étape
par
étape,
puis
terminez
votre
réponse
par
"La
réponse
est
(X)"
où
X
est
la
lettre
correspondant
au
bon
choix.
'
include
:
_fr_lite_template_yaml
task
:
mmlu_prox_lite_fr_health
task_alias
:
health
process_docs
:
!function
utils.process_health
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_history.yaml
0 → 100644
View file @
3e8135ce
description
:
'
Voici
des
questions
à
choix
multiples
(avec
réponses)
sur
histoire.
Réfléchissez
étape
par
étape,
puis
terminez
votre
réponse
par
"La
réponse
est
(X)"
où
X
est
la
lettre
correspondant
au
bon
choix.
'
include
:
_fr_lite_template_yaml
task
:
mmlu_prox_lite_fr_history
task_alias
:
history
process_docs
:
!function
utils.process_history
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_law.yaml
0 → 100644
View file @
3e8135ce
description
:
'
Voici
des
questions
à
choix
multiples
(avec
réponses)
sur
droit.
Réfléchissez
étape
par
étape,
puis
terminez
votre
réponse
par
"La
réponse
est
(X)"
où
X
est
la
lettre
correspondant
au
bon
choix.
'
include
:
_fr_lite_template_yaml
task
:
mmlu_prox_lite_fr_law
task_alias
:
law
process_docs
:
!function
utils.process_law
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_math.yaml
0 → 100644
View file @
3e8135ce
description
:
'
Voici
des
questions
à
choix
multiples
(avec
réponses)
sur
mathématiques.
Réfléchissez
étape
par
étape,
puis
terminez
votre
réponse
par
"La
réponse
est
(X)"
où
X
est
la
lettre
correspondant
au
bon
choix.
'
include
:
_fr_lite_template_yaml
task
:
mmlu_prox_lite_fr_math
task_alias
:
math
process_docs
:
!function
utils.process_math
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_other.yaml
0 → 100644
View file @
3e8135ce
description
:
'
Voici
des
questions
à
choix
multiples
(avec
réponses)
sur
autre.
Réfléchissez
étape
par
étape,
puis
terminez
votre
réponse
par
"La
réponse
est
(X)"
où
X
est
la
lettre
correspondant
au
bon
choix.
'
include
:
_fr_lite_template_yaml
task
:
mmlu_prox_lite_fr_other
task_alias
:
other
process_docs
:
!function
utils.process_other
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_philosophy.yaml
0 → 100644
View file @
3e8135ce
description
:
'
Voici
des
questions
à
choix
multiples
(avec
réponses)
sur
philosophie.
Réfléchissez
étape
par
étape,
puis
terminez
votre
réponse
par
"La
réponse
est
(X)"
où
X
est
la
lettre
correspondant
au
bon
choix.
'
include
:
_fr_lite_template_yaml
task
:
mmlu_prox_lite_fr_philosophy
task_alias
:
philosophy
process_docs
:
!function
utils.process_philosophy
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_physics.yaml
0 → 100644
View file @
3e8135ce
description
:
'
Voici
des
questions
à
choix
multiples
(avec
réponses)
sur
physique.
Réfléchissez
étape
par
étape,
puis
terminez
votre
réponse
par
"La
réponse
est
(X)"
où
X
est
la
lettre
correspondant
au
bon
choix.
'
include
:
_fr_lite_template_yaml
task
:
mmlu_prox_lite_fr_physics
task_alias
:
physics
process_docs
:
!function
utils.process_physics
lm_eval/tasks/mmlu_prox/fr/mmlu_prox_lite_fr_psychology.yaml
0 → 100644
View file @
3e8135ce
description
:
'
Voici
des
questions
à
choix
multiples
(avec
réponses)
sur
psychologie.
Réfléchissez
étape
par
étape,
puis
terminez
votre
réponse
par
"La
réponse
est
(X)"
où
X
est
la
lettre
correspondant
au
bon
choix.
'
include
:
_fr_lite_template_yaml
task
:
mmlu_prox_lite_fr_psychology
task_alias
:
psychology
process_docs
:
!function
utils.process_psychology
lm_eval/tasks/mmlu_prox/hi/_hi_lite_template_yaml
0 → 100644
View file @
3e8135ce
dataset_path: li-lab/MMLU-ProX-Lite
dataset_name: hi
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: 'उत्तर है \(?([ABCDEFGHIJ])\)?'
- function: "take_first"
generation_kwargs:
until:
- "</s>"
- "Q:"
- "प्रश्न:"
- "<|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/hi/_mmlu_prox_lite_hi.yaml
0 → 100644
View file @
3e8135ce
group
:
mmlu_prox_lite_hi
task
:
-
mmlu_prox_lite_hi_biology
-
mmlu_prox_lite_hi_business
-
mmlu_prox_lite_hi_chemistry
-
mmlu_prox_lite_hi_computer_science
-
mmlu_prox_lite_hi_economics
-
mmlu_prox_lite_hi_engineering
-
mmlu_prox_lite_hi_health
-
mmlu_prox_lite_hi_history
-
mmlu_prox_lite_hi_law
-
mmlu_prox_lite_hi_math
-
mmlu_prox_lite_hi_other
-
mmlu_prox_lite_hi_philosophy
-
mmlu_prox_lite_hi_physics
-
mmlu_prox_lite_hi_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/hi/mmlu_prox_lite_hi_biology.yaml
0 → 100644
View file @
3e8135ce
description
:
'
निम्नलिखित
जीव
विज्ञान
के
बारे
में
बहुविकल्पीय
प्रश्न
(उत्तरों
के
साथ)
हैं।
चरण-दर-चरण
सोचें
और
फिर
अपने
उत्तर
को
"उत्तर
है
(X)"
के
साथ
समाप्त
करें
जहां
X
सही
विकल्प
का
अक्षर
है।
'
include
:
_hi_lite_template_yaml
task
:
mmlu_prox_lite_hi_biology
task_alias
:
biology
process_docs
:
!function
utils.process_biology
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_business.yaml
0 → 100644
View file @
3e8135ce
description
:
'
निम्नलिखित
व्यापार
के
बारे
में
बहुविकल्पीय
प्रश्न
(उत्तरों
के
साथ)
हैं।
चरण-दर-चरण
सोचें
और
फिर
अपने
उत्तर
को
"उत्तर
है
(X)"
के
साथ
समाप्त
करें
जहां
X
सही
विकल्प
का
अक्षर
है।
'
include
:
_hi_lite_template_yaml
task
:
mmlu_prox_lite_hi_business
task_alias
:
business
process_docs
:
!function
utils.process_business
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_chemistry.yaml
0 → 100644
View file @
3e8135ce
description
:
'
निम्नलिखित
रसायन
विज्ञान
के
बारे
में
बहुविकल्पीय
प्रश्न
(उत्तरों
के
साथ)
हैं।
चरण-दर-चरण
सोचें
और
फिर
अपने
उत्तर
को
"उत्तर
है
(X)"
के
साथ
समाप्त
करें
जहां
X
सही
विकल्प
का
अक्षर
है।
'
include
:
_hi_lite_template_yaml
task
:
mmlu_prox_lite_hi_chemistry
task_alias
:
chemistry
process_docs
:
!function
utils.process_chemistry
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_computer_science.yaml
0 → 100644
View file @
3e8135ce
description
:
'
निम्नलिखित
कंप्यूटर
विज्ञान
के
बारे
में
बहुविकल्पीय
प्रश्न
(उत्तरों
के
साथ)
हैं।
चरण-दर-चरण
सोचें
और
फिर
अपने
उत्तर
को
"उत्तर
है
(X)"
के
साथ
समाप्त
करें
जहां
X
सही
विकल्प
का
अक्षर
है।
'
include
:
_hi_lite_template_yaml
task
:
mmlu_prox_lite_hi_computer_science
task_alias
:
computer_science
process_docs
:
!function
utils.process_computer_science
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_economics.yaml
0 → 100644
View file @
3e8135ce
description
:
'
निम्नलिखित
अर्थशास्त्र
के
बारे
में
बहुविकल्पीय
प्रश्न
(उत्तरों
के
साथ)
हैं।
चरण-दर-चरण
सोचें
और
फिर
अपने
उत्तर
को
"उत्तर
है
(X)"
के
साथ
समाप्त
करें
जहां
X
सही
विकल्प
का
अक्षर
है।
'
include
:
_hi_lite_template_yaml
task
:
mmlu_prox_lite_hi_economics
task_alias
:
economics
process_docs
:
!function
utils.process_economics
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_engineering.yaml
0 → 100644
View file @
3e8135ce
description
:
'
निम्नलिखित
इंजीनियरिंग
के
बारे
में
बहुविकल्पीय
प्रश्न
(उत्तरों
के
साथ)
हैं।
चरण-दर-चरण
सोचें
और
फिर
अपने
उत्तर
को
"उत्तर
है
(X)"
के
साथ
समाप्त
करें
जहां
X
सही
विकल्प
का
अक्षर
है।
'
include
:
_hi_lite_template_yaml
task
:
mmlu_prox_lite_hi_engineering
task_alias
:
engineering
process_docs
:
!function
utils.process_engineering
lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_health.yaml
0 → 100644
View file @
3e8135ce
description
:
'
निम्नलिखित
स्वास्थ्य
के
बारे
में
बहुविकल्पीय
प्रश्न
(उत्तरों
के
साथ)
हैं।
चरण-दर-चरण
सोचें
और
फिर
अपने
उत्तर
को
"उत्तर
है
(X)"
के
साथ
समाप्त
करें
जहां
X
सही
विकल्प
का
अक्षर
है।
'
include
:
_hi_lite_template_yaml
task
:
mmlu_prox_lite_hi_health
task_alias
:
health
process_docs
:
!function
utils.process_health
Prev
1
…
23
24
25
26
27
28
29
30
31
…
50
Next
Write
Preview
Markdown
is supported
0%
Try again
or
attach a new file
.
Attach a file
Cancel
You are about to add
0
people
to the discussion. Proceed with caution.
Finish editing this message first!
Cancel
Please
register
or
sign in
to comment