Merge branch 'smolrefact' into tasklist

# Conflicts:
#	lm_eval/__main__.py
#	lm_eval/api/group.py
#	lm_eval/api/task.py
#	lm_eval/evaluator_utils.py
#	lm_eval/tasks/__init__.py
#	lm_eval/utils.py
#	pyproject.toml

lm_eval/tasks/mmlu_prox/af/mmlu_prox_lite_af_psychology.yaml

+description: 'Hier is ''n multikeusevraag oor Sielkunde (met antwoorde). Dink asseblief
+  stap vir stap en eindig jou antwoord met "Die antwoord is (X)", waar X die letter
+  van die korrekte opsie is.
+
+  '
+include: _af_lite_template_yaml
+task: mmlu_prox_lite_af_psychology
+task_alias: psychology
+process_docs: !function utils.process_psychology

lm_eval/tasks/mmlu_prox/af/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/ar/_ar_lite_template_yaml

+dataset_path: li-lab/MMLU-ProX-Lite
+dataset_name: ar
+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: 'الإجابة هي \(?([ABCDEFGHIJ])\)?'
+      - function: "take_first"
+generation_kwargs:
+  until:
+    - "</s>"
+    - "Q:"
+    - "سؤال:"
+    - "<|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/ar/_mmlu_prox_lite_ar.yaml

+group: mmlu_prox_lite_ar
+task:
+- mmlu_prox_lite_ar_biology
+- mmlu_prox_lite_ar_business
+- mmlu_prox_lite_ar_chemistry
+- mmlu_prox_lite_ar_computer_science
+- mmlu_prox_lite_ar_economics
+- mmlu_prox_lite_ar_engineering
+- mmlu_prox_lite_ar_health
+- mmlu_prox_lite_ar_history
+- mmlu_prox_lite_ar_law
+- mmlu_prox_lite_ar_math
+- mmlu_prox_lite_ar_other
+- mmlu_prox_lite_ar_philosophy
+- mmlu_prox_lite_ar_physics
+- mmlu_prox_lite_ar_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/ar/mmlu_prox_lite_ar_biology.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول علم الأحياء. فكر خطوة
+  بخطوة ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_biology
+task_alias: biology
+process_docs: !function utils.process_biology

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_business.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول الأعمال. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_business
+task_alias: business
+process_docs: !function utils.process_business

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_chemistry.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول الكيمياء. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_chemistry
+task_alias: chemistry
+process_docs: !function utils.process_chemistry

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_computer_science.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول علوم الكمبيوتر. فكر خطوة
+  بخطوة ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_computer_science
+task_alias: computer_science
+process_docs: !function utils.process_computer_science

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_economics.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول الاقتصاد. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_economics
+task_alias: economics
+process_docs: !function utils.process_economics

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_engineering.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول الهندسة. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_engineering
+task_alias: engineering
+process_docs: !function utils.process_engineering

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_health.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول الصحة. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_health
+task_alias: health
+process_docs: !function utils.process_health

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_history.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول التاريخ. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_history
+task_alias: history
+process_docs: !function utils.process_history

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_law.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول القانون. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_law
+task_alias: law
+process_docs: !function utils.process_law

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_math.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول الرياضيات. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_math
+task_alias: math
+process_docs: !function utils.process_math

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_other.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول أخرى. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_other
+task_alias: other
+process_docs: !function utils.process_other

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_philosophy.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول الفلسفة. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_philosophy
+task_alias: philosophy
+process_docs: !function utils.process_philosophy

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_physics.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول الفيزياء. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_physics
+task_alias: physics
+process_docs: !function utils.process_physics

lm_eval/tasks/mmlu_prox/ar/mmlu_prox_lite_ar_psychology.yaml

+description: 'فيما يلي أسئلة اختيار من متعدد (مع إجابات) حول علم النفس. فكر خطوة بخطوة
+  ثم أنهِ إجابتك بـ ''الإجابة هي (X)'' حيث X هو حرف الخيار الصحيح.
+
+  '
+include: _ar_lite_template_yaml
+task: mmlu_prox_lite_ar_psychology
+task_alias: psychology
+process_docs: !function utils.process_psychology

lm_eval/tasks/mmlu_prox/bn/_bn_lite_template_yaml

+dataset_path: li-lab/MMLU-ProX-Lite
+dataset_name: bn
+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: 'উত্তর হল \(?([ABCDEFGHIJ])\)?'
+      - function: "take_first"
+generation_kwargs:
+  until:
+    - "</s>"
+    - "Q:"
+    - "প্রশ্ন:"
+    - "<|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/bn/_mmlu_prox_lite_bn.yaml

+group: mmlu_prox_lite_bn
+task:
+- mmlu_prox_lite_bn_biology
+- mmlu_prox_lite_bn_business
+- mmlu_prox_lite_bn_chemistry
+- mmlu_prox_lite_bn_computer_science
+- mmlu_prox_lite_bn_economics
+- mmlu_prox_lite_bn_engineering
+- mmlu_prox_lite_bn_health
+- mmlu_prox_lite_bn_history
+- mmlu_prox_lite_bn_law
+- mmlu_prox_lite_bn_math
+- mmlu_prox_lite_bn_other
+- mmlu_prox_lite_bn_philosophy
+- mmlu_prox_lite_bn_physics
+- mmlu_prox_lite_bn_psychology
+aggregate_metric_list:
+- aggregation: mean
+  metric: exact_match
+  weight_by_size: true
+  filter_list: custom-extract
+metadata:
+  version: 0.0