Merge branch 'main' into longcxt

# Conflicts:
#	lm_eval/tasks/README.md

lm_eval/tasks/evalita_llm/_evalita-mp_sa_tasks.yaml

+group: evalita-mp_sa
+group_alias: sentiment-analysis
+task:
+  - evalita-mp_sa_tasks # Each of the tasks has to have a matching tag in its own yaml file
+aggregate_metric_list:
+  - metric: f1
+    weight_by_size: True
+metadata:
+  version: 1

lm_eval/tasks/evalita_llm/_evalita-mp_sum_fp-small_p1.yaml

+tag: evalita-mp_sum_fp-small_tasks
+include: _sum_template_fp-small_yaml
+task: evalita-sp_sum_task_fp-small_p1
+task_alias: prompt-1
+#doc_to_text: >
+#  "Crea un sommario del seguente testo. Testo: {{source}}\nSommario: "
+doc_to_text: "Riassumi il seguente articolo di giornale: '{{source}}'\nRiassunto:"
+process_results: !function utils.process_results_sum
+metric_list:
+  - metric: rouge1
+    higher_is_better: true
+    aggregation: mean

lm_eval/tasks/evalita_llm/_evalita-mp_sum_fp-small_p2.yaml

+tag: evalita-mp_sum_fp-small_tasks
+include: _sum_template_fp-small_yaml
+task: evalita-sp_sum_task_fp-small_p2
+task_alias: prompt-2
+#doc_to_text: >
+#  "Crea un sommario del seguente testo. Testo: {{source}}\nSommario: "
+doc_to_text: "Devi risolvere un compito di sintesi automatica del testo. Riassumi il seguente articolo di giornale: '{{source}}'\nRiassunto:"
+process_results: !function utils.process_results_sum
+metric_list:
+  - metric: rouge1
+    higher_is_better: true
+    aggregation: mean

lm_eval/tasks/evalita_llm/_evalita-mp_sum_fp-small_task.yaml

+group: evalita-mp_sum_fp
+group_alias: summarization-fanpage
+task:
+- evalita-mp_sum_fp-small_tasks
+aggregate_metric_list:
+  - metric: rouge1
+    weight_by_size: True
+metadata:
+  version: 0.0

lm_eval/tasks/evalita_llm/_evalita-mp_sum_fp_p1.yaml

+tag: evalita-mp_sum_fp_tasks
+include: _sum_template_fp_yaml
+task: evalita-sp_sum_task_fp_p1
+task_alias: prompt-1
+doc_to_text: "Riassumi il seguente articolo di giornale: '{{source}}'\nRiassunto:"
+process_results: !function utils.process_results_sum
+metric_list:
+  - metric: rouge1
+    higher_is_better: true
+    aggregation: mean

lm_eval/tasks/evalita_llm/_evalita-mp_sum_fp_p2.yaml

+tag: evalita-mp_sum_fp_tasks
+include: _sum_template_fp_yaml
+task: evalita-sp_sum_task_fp_p2
+task_alias: prompt-2
+doc_to_text: "Devi risolvere un compito di sintesi automatica del testo. Riassumi il seguente articolo di giornale: '{{source}}'\nRiassunto:"
+process_results: !function utils.process_results_sum
+metric_list:
+  - metric: rouge1
+    higher_is_better: true
+    aggregation: mean

lm_eval/tasks/evalita_llm/_evalita-mp_sum_fp_task.yaml

+group: evalita-mp_sum_fp
+group_alias: summarization-fanpage
+task:
+- evalita-mp_sum_fp_tasks
+aggregate_metric_list:
+  - metric: rouge1
+    weight_by_size: True
+metadata:
+  version: 1

lm_eval/tasks/evalita_llm/_evalita-mp_te_p1.yaml

+tag: evalita-mp_te_tasks
+include: _te_template_yaml
+task: evalita-mp_te_prompt-1
+task_alias: prompt-1
+#doc_to_text: "Task di Text Entailment. Rispondi Vero o Falso in base alla correttezza dell'ipotesi rispetto al testo.\nTesto:{{text1}}\nIpotesi: {{text2}}\nRisposta:"
+doc_to_text: "La frase: '{{text1}}' implica logicamente che la frase: '{{text2}}' sia vera?"
+#metric_list:
+#  - metric: acc
+#    higher_is_better: true

lm_eval/tasks/evalita_llm/_evalita-mp_te_p2.yaml

+tag: evalita-mp_te_tasks
+include: _te_template_yaml
+task: evalita-mp_te_prompt-2
+task_alias: prompt-2
+doc_to_text: "Devi risolvere un compito di inferenza semantica. La frase: '{{text1}}' implica logicamente che la frase: '{{text2}}' sia vera?"

lm_eval/tasks/evalita_llm/_evalita-mp_te_p3.yaml

+tag: evalita-mp_te_tasks
+include: _te_template_yaml
+task: evalita-mp_te_prompt-3
+task_alias: prompt-3
+doc_to_choice: ["A", "B"]
+doc_to_text: "La frase: '{{text1}}' implica logicamente che la frase: '{{text2}}' sia vera?\nA: Sì\nB: No\nRisposta:"

lm_eval/tasks/evalita_llm/_evalita-mp_te_p4.yaml

+tag: evalita-mp_te_tasks
+include: _te_template_yaml
+task: evalita-mp_te_prompt-4
+task_alias: prompt-4
+doc_to_choice: ["A", "B"]
+doc_to_text: "Devi risolvere un compito di inferenza semantica. La frase: '{{text1}}' implica logicamente che la frase: '{{text2}}' sia vera?\nA: Sì\nB: No\nRisposta:"

lm_eval/tasks/evalita_llm/_evalita-mp_te_p5.yaml

+tag: evalita-mp_te_tasks
+include: _te_template_yaml
+task: evalita-mp_te_prompt-5
+task_alias: prompt-5
+doc_to_choice: ["La frase 1 implica logicamente che la frase 2 sia vera", "La frase 1 non implica logicamente che la frase 2 sia vera"]
+doc_to_text: "Frase 1: '{{text1}}' Frase 2: '{{text2}}'"

lm_eval/tasks/evalita_llm/_evalita-mp_te_p6.yaml

+tag: evalita-mp_te_tasks
+include: _te_template_yaml
+task: evalita-mp_te_prompt-6
+task_alias: prompt-6
+doc_to_choice: ["La frase 1 implica logicamente che la frase 2 sia vera", "La frase 1 non implica logicamente che la frase 2 sia vera"]
+doc_to_text: "Devi risolvere un compito di inferenza semantica. Frase 1: '{{text1}}' Frase 2: '{{text2}}'"

lm_eval/tasks/evalita_llm/_evalita-mp_te_tasks.yaml

+group: evalita-mp_te
+group_alias: text-entailment
+task:
+  - evalita-mp_te_tasks # this has to match the tag in the task yaml file
+aggregate_metric_list:
+  - metric: acc
+    weight_by_size: True
+metadata:
+  version: 1

lm_eval/tasks/evalita_llm/_evalita-mp_wic_p1.yaml

+tag: evalita-mp_wic_tasks
+task: evalita-mp_wic_prompt-1
+task_alias: prompt-1
+include: _wic_template_yaml
+doc_to_text: "La parola: '{{sentence1[start1:end1]}}' nella frase: '{{sentence1}}' ha lo stesso significato della parola: '{{sentence2[start2:end2]}}' nella frase: '{{sentence2}}'?"

lm_eval/tasks/evalita_llm/_evalita-mp_wic_p2.yaml

+tag: evalita-mp_wic_tasks
+task: evalita-mp_wic_prompt-2
+task_alias: prompt-2
+include: _wic_template_yaml
+doc_to_text: "Devi determinare se una stessa parola usata in due frasi differenti ha lo stesso significato in entrambi i contesti. La parola: '{{sentence1[start1:end1]}}' nella frase: '{{sentence1}}' ha lo stesso significato della parola: '{{sentence2[start2:end2]}}' nella frase: '{{sentence2}}'?"

lm_eval/tasks/evalita_llm/_evalita-mp_wic_p3.yaml

+tag: evalita-mp_wic_tasks
+task: evalita-mp_wic_prompt-3
+task_alias: prompt-3
+include: _wic_template_yaml
+doc_to_text: "La parola '{{sentence1[start1:end1]}}' nella frase '{{sentence1}}' ha lo stesso significato della parola '{{sentence2[start2:end2]}}' nella frase '{{sentence2}}'?\nA: Sì\nB: No\nRisposta:"
+doc_to_choice: ["B", "A"]

lm_eval/tasks/evalita_llm/_evalita-mp_wic_p4.yaml

+tag: evalita-mp_wic_tasks
+task: evalita-mp_wic_prompt-4
+task_alias: prompt-4
+include: _wic_template_yaml
+doc_to_text: "Devi determinare se una stessa parola usata in due frasi differenti ha lo stesso significato in entrambi i contesti. La parola '{{sentence1[start1:end1]}}' nella frase '{{sentence1}}' ha lo stesso significato della parola '{{sentence2[start2:end2]}}' nella frase '{{sentence2}}'?\nA: Sì\nB: No\nRisposta:"
+doc_to_choice: ["B", "A"]

lm_eval/tasks/evalita_llm/_evalita-mp_wic_p5.yaml

+tag: evalita-mp_wic_tasks
+task: evalita-mp_wic_prompt-5
+task_alias: prompt-5
+include: _wic_template_yaml
+doc_to_text: "La parola: '{{sentence1[start1:end1]}}' nella frase: '{{sentence1}}' e la parola: '{{sentence2[start2:end2]}}' nella frase: '{{sentence2}}'"
+doc_to_choice: ["non hanno lo stesso significato", "hanno lo stesso significato"]

lm_eval/tasks/evalita_llm/_evalita-mp_wic_p6.yaml

+tag: evalita-mp_wic_tasks
+task: evalita-mp_wic_prompt-6
+task_alias: prompt-6
+include: _wic_template_yaml
+doc_to_text: "Devi determinare se una stessa parola usata in due frasi differenti ha lo stesso significato in entrambi i contesti. La parola: '{{sentence1[start1:end1]}}' nella frase: '{{sentence1}}' e la parola: '{{sentence2[start2:end2]}}' nella frase: '{{sentence2}}'"
+doc_to_choice: ["non hanno lo stesso significato", "hanno lo stesso significato"]