Merge branch 'main' into metrics

# Conflicts:
#	lm_eval/models/vllm_causallms.py
#	pyproject.toml

lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_health.yaml

+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

lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_history.yaml

+description: 'निम्नलिखित इतिहास 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_history
+task_alias: history
+process_docs: !function utils.process_history

lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_law.yaml

+description: 'निम्नलिखित कानून 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_law
+task_alias: law
+process_docs: !function utils.process_law

lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_math.yaml

+description: 'निम्नलिखित गणित 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_math
+task_alias: math
+process_docs: !function utils.process_math

lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_other.yaml

+description: 'निम्नलिखित अन्य 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_other
+task_alias: other
+process_docs: !function utils.process_other

lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_philosophy.yaml

+description: 'निम्नलिखित दर्शनशास्त्र 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_philosophy
+task_alias: philosophy
+process_docs: !function utils.process_philosophy

lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_physics.yaml

+description: 'निम्नलिखित भौतिकी 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_physics
+task_alias: physics
+process_docs: !function utils.process_physics

lm_eval/tasks/mmlu_prox/hi/mmlu_prox_lite_hi_psychology.yaml

+description: 'निम्नलिखित मनोविज्ञान 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_psychology
+task_alias: psychology
+process_docs: !function utils.process_psychology

lm_eval/tasks/mmlu_prox/hu/_hu_lite_template_yaml

+dataset_path: li-lab/MMLU-ProX-Lite
+dataset_name: hu
+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: 'A válasz \(?([ABCDEFGHIJ])\)?'
+      - function: "take_first"
+generation_kwargs:
+  until:
+    - "</s>"
+    - "Q:"
+    - "Kérdés:"
+    - "<|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/hu/_hu_template_yaml

+dataset_path: li-lab/MMLU-ProX
+dataset_name: hu
+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: 'A válasz \(?([ABCDEFGHIJ])\)?'
+      - function: "take_first"
+generation_kwargs:
+  until:
+    - "</s>"
+    - "Q:"
+    - "Kérdés:"
+    - "<|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/hu/_mmlu_prox_hu.yaml

+group: mmlu_prox_hu
+task:
+- mmlu_prox_hu_biology
+- mmlu_prox_hu_business
+- mmlu_prox_hu_chemistry
+- mmlu_prox_hu_computer_science
+- mmlu_prox_hu_economics
+- mmlu_prox_hu_engineering
+- mmlu_prox_hu_health
+- mmlu_prox_hu_history
+- mmlu_prox_hu_law
+- mmlu_prox_hu_math
+- mmlu_prox_hu_other
+- mmlu_prox_hu_philosophy
+- mmlu_prox_hu_physics
+- mmlu_prox_hu_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/hu/_mmlu_prox_lite_hu.yaml

+group: mmlu_prox_lite_hu
+task:
+- mmlu_prox_lite_hu_biology
+- mmlu_prox_lite_hu_business
+- mmlu_prox_lite_hu_chemistry
+- mmlu_prox_lite_hu_computer_science
+- mmlu_prox_lite_hu_economics
+- mmlu_prox_lite_hu_engineering
+- mmlu_prox_lite_hu_health
+- mmlu_prox_lite_hu_history
+- mmlu_prox_lite_hu_law
+- mmlu_prox_lite_hu_math
+- mmlu_prox_lite_hu_other
+- mmlu_prox_lite_hu_philosophy
+- mmlu_prox_lite_hu_physics
+- mmlu_prox_lite_hu_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/hu/mmlu_prox_hu_biology.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) biológia 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_template_yaml
+task: mmlu_prox_hu_biology
+task_alias: biology
+process_docs: !function utils.process_biology

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_hu_business.yaml

+description: 'Itt van egy feleletválasztós kérdés a(z) üzlet 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_template_yaml
+task: mmlu_prox_hu_business
+task_alias: business
+process_docs: !function utils.process_business

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_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_template_yaml
+task: mmlu_prox_hu_chemistry
+task_alias: chemistry
+process_docs: !function utils.process_chemistry

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_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_template_yaml
+task: mmlu_prox_hu_computer_science
+task_alias: computer_science
+process_docs: !function utils.process_computer_science

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_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_template_yaml
+task: mmlu_prox_hu_economics
+task_alias: economics
+process_docs: !function utils.process_economics

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_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_template_yaml
+task: mmlu_prox_hu_engineering
+task_alias: engineering
+process_docs: !function utils.process_engineering

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_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_template_yaml
+task: mmlu_prox_hu_health
+task_alias: health
+process_docs: !function utils.process_health

lm_eval/tasks/mmlu_prox/hu/mmlu_prox_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_template_yaml
+task: mmlu_prox_hu_history
+task_alias: history
+process_docs: !function utils.process_history