Spaces:
Build error
Build error
| loading env vars from: /common2/dh.huang.2023/code/logical-reasoning/.env | |
| Adding /common2/dh.huang.2023/code/logical-reasoning to sys.path | |
| loading /common2/dh.huang.2023/code/logical-reasoning/llm_toolkit/logical_reasoning_utils.py | |
| shenzhi-wang/Llama3-8B-Chinese-Chat None False datasets/mgtv results/llama3-8b_lora_sft_bf16-p2.csv | |
| (1) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 0.0 GB of memory reserved. | |
| loading model: shenzhi-wang/Llama3-8B-Chinese-Chat with adapter: None | |
| (2) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 15.084 GB of memory reserved. | |
| loading train/test data files | |
| DatasetDict({ | |
| train: Dataset({ | |
| features: ['text', 'label', 'answer', 'title', 'puzzle', 'truth', 'train_text', 'prompt'], | |
| num_rows: 25000 | |
| }) | |
| test: Dataset({ | |
| features: ['text', 'label', 'answer', 'title', 'puzzle', 'truth', 'train_text', 'prompt'], | |
| num_rows: 3000 | |
| }) | |
| }) | |
| -------------------------------------------------- | |
| text: 甄加索是自杀吗 | |
| -------------------------------------------------- | |
| label: 不是 | |
| -------------------------------------------------- | |
| answer: nan | |
| -------------------------------------------------- | |
| title: 海岸之谜 | |
| -------------------------------------------------- | |
| puzzle: 在远离城市喧嚣的海边小屋，一天清晨，邻居发现甄加索僵卧在沙滩上，已无生命迹象。现场没有发现任何打斗的迹象。请问甄加索的死因是什么？ | |
| -------------------------------------------------- | |
| truth: 甄加索是一位热爱自然的画家，他每年都会来到这个海边小屋寻找灵感。在他生命的最后几天，他一直在创作一幅描绘海洋生物的画作。在画即将完成的前一天晚上，他骑着自行车外出，打算在海边观赏夜景。然而，他在沙滩上意外发现了一只搁浅的海豚，为了救助这只海豚，他耗费了极大的体力，最终成功将其送回海中。筋疲力尽的甄加索在沙滩上睡着了，由于他患有严重的心脏病，却未告知旁人，在寒冷的海风中，他的心脏停止了跳动。因此，警方在现场只发现了车轮痕迹和未完成的画作，而没有发现任何他杀的迹象。 | |
| -------------------------------------------------- | |
| train_text: <|begin_of_text|><|start_header_id|>system<|end_header_id|> | |
| You are an expert in logical reasoning.<|eot_id|><|start_header_id|>user<|end_header_id|> | |
| 你是一个情景猜谜游戏的主持人。游戏规则如下： | |
| 1. 参与者会得到一个谜面，谜面会描述一个简单又难以理解的事件。 | |
| 2. 主持人知道谜底，谜底是谜面的答案。 | |
| 3. 参与者可以询问任何封闭式问题来找寻事件的真相。 | |
| 4. 对于每个问题，主持人将根据实际情况回答以下五个选项之一：是、不是、不重要、回答正确、问法错误。各回答的判断标准如下： | |
| - 若谜面和谜底能找到问题的答案，回答：是或者不是 | |
| - 若谜面和谜底不能直接或者间接推断出问题的答案，回答：不重要 | |
| - 若参与者提问不是一个封闭式问题或者问题难以理解，回答：问法错误 | |
| - 若参与者提问基本还原了谜底真相，回答：回答正确 | |
| 5. 回答中不能添加任何其它信息，也不能省略选项中的任何一个字。例如，不可以把“不是”省略成“不”。 | |
| 请严格按照这些规则回答参与者提出的问题。 | |
| **谜面:** 在远离城市喧嚣的海边小屋，一天清晨，邻居发现甄加索僵卧在沙滩上，已无生命迹象。现场没有发现任何打斗的迹象。请问甄加索的死因是什么？ | |
| **谜底:** 甄加索是一位热爱自然的画家，他每年都会来到这个海边小屋寻找灵感。在他生命的最后几天，他一直在创作一幅描绘海洋生物的画作。在画即将完成的前一天晚上，他骑着自行车外出，打算在海边观赏夜景。然而，他在沙滩上意外发现了一只搁浅的海豚，为了救助这只海豚，他耗费了极大的体力，最终成功将其送回海中。筋疲力尽的甄加索在沙滩上睡着了，由于他患有严重的心脏病，却未告知旁人，在寒冷的海风中，他的心脏停止了跳动。因此，警方在现场只发现了车轮痕迹和未完成的画作，而没有发现任何他杀的迹象。 | |
| **参与者提出的问题:** 甄加索是自杀吗<|eot_id|><|start_header_id|>assistant<|end_header_id|> | |
| 不是<|eot_id|> | |
| -------------------------------------------------- | |
| prompt: <|begin_of_text|><|start_header_id|>system<|end_header_id|> | |
| You are an expert in logical reasoning.<|eot_id|><|start_header_id|>user<|end_header_id|> | |
| 你是一个情景猜谜游戏的主持人。游戏规则如下： | |
| 1. 参与者会得到一个谜面，谜面会描述一个简单又难以理解的事件。 | |
| 2. 主持人知道谜底，谜底是谜面的答案。 | |
| 3. 参与者可以询问任何封闭式问题来找寻事件的真相。 | |
| 4. 对于每个问题，主持人将根据实际情况回答以下五个选项之一：是、不是、不重要、回答正确、问法错误。各回答的判断标准如下： | |
| - 若谜面和谜底能找到问题的答案，回答：是或者不是 | |
| - 若谜面和谜底不能直接或者间接推断出问题的答案，回答：不重要 | |
| - 若参与者提问不是一个封闭式问题或者问题难以理解，回答：问法错误 | |
| - 若参与者提问基本还原了谜底真相，回答：回答正确 | |
| 5. 回答中不能添加任何其它信息，也不能省略选项中的任何一个字。例如，不可以把“不是”省略成“不”。 | |
| 请严格按照这些规则回答参与者提出的问题。 | |
| **谜面:** 在远离城市喧嚣的海边小屋，一天清晨，邻居发现甄加索僵卧在沙滩上，已无生命迹象。现场没有发现任何打斗的迹象。请问甄加索的死因是什么？ | |
| **谜底:** 甄加索是一位热爱自然的画家，他每年都会来到这个海边小屋寻找灵感。在他生命的最后几天，他一直在创作一幅描绘海洋生物的画作。在画即将完成的前一天晚上，他骑着自行车外出，打算在海边观赏夜景。然而，他在沙滩上意外发现了一只搁浅的海豚，为了救助这只海豚，他耗费了极大的体力，最终成功将其送回海中。筋疲力尽的甄加索在沙滩上睡着了，由于他患有严重的心脏病，却未告知旁人，在寒冷的海风中，他的心脏停止了跳动。因此，警方在现场只发现了车轮痕迹和未完成的画作，而没有发现任何他杀的迹象。 | |
| **参与者提出的问题:** 甄加索是自杀吗<|eot_id|><|start_header_id|>assistant<|end_header_id|> | |
| -------------------------------------------------- | |
| text: 死者受伤了吗 | |
| -------------------------------------------------- | |
| label: 不是 | |
| -------------------------------------------------- | |
| answer: nan | |
| -------------------------------------------------- | |
| title: 甄庄哭声 | |
| -------------------------------------------------- | |
| puzzle: 在一个安静的夜晚，小村庄的湖边突然传来了阵阵哭泣声。第二天早晨，村长甄锐发现湖边的石头上放着一顶破旧的帽子，但没有人知道这顶帽子是从哪里来的，哭泣声又是为何。请还原故事真相。 | |
| -------------------------------------------------- | |
| truth: 原来，这顶破旧的帽子属于一个小男孩，他小时候与爷爷在湖边生活。爷爷教他钓鱼、游泳，还告诉他湖中的海龟是他们的朋友。后来，小男孩随父母去了城市生活，但每年夏天都会回到村子探望爷爷。然而，去年夏天，爷爷因病去世，小男孩伤心欲绝。今年夏天，他回到村子，来到湖边，想起和爷爷的美好回忆，忍不住哭泣。他将爷爷的帽子放在湖边的石头上，希望能让爷爷的在天之灵得到安慰。那晚的哭泣声正是小男孩在祭莫他亲爱的爷爷。 | |
| -------------------------------------------------- | |
| train_text: <|begin_of_text|><|start_header_id|>system<|end_header_id|> | |
| You are an expert in logical reasoning.<|eot_id|><|start_header_id|>user<|end_header_id|> | |
| 你是一个情景猜谜游戏的主持人。游戏规则如下： | |
| 1. 参与者会得到一个谜面，谜面会描述一个简单又难以理解的事件。 | |
| 2. 主持人知道谜底，谜底是谜面的答案。 | |
| 3. 参与者可以询问任何封闭式问题来找寻事件的真相。 | |
| 4. 对于每个问题，主持人将根据实际情况回答以下五个选项之一：是、不是、不重要、回答正确、问法错误。各回答的判断标准如下： | |
| - 若谜面和谜底能找到问题的答案，回答：是或者不是 | |
| - 若谜面和谜底不能直接或者间接推断出问题的答案，回答：不重要 | |
| - 若参与者提问不是一个封闭式问题或者问题难以理解，回答：问法错误 | |
| - 若参与者提问基本还原了谜底真相，回答：回答正确 | |
| 5. 回答中不能添加任何其它信息，也不能省略选项中的任何一个字。例如，不可以把“不是”省略成“不”。 | |
| 请严格按照这些规则回答参与者提出的问题。 | |
| **谜面:** 在一个安静的夜晚，小村庄的湖边突然传来了阵阵哭泣声。第二天早晨，村长甄锐发现湖边的石头上放着一顶破旧的帽子，但没有人知道这顶帽子是从哪里来的，哭泣声又是为何。请还原故事真相。 | |
| **谜底:** 原来，这顶破旧的帽子属于一个小男孩，他小时候与爷爷在湖边生活。爷爷教他钓鱼、游泳，还告诉他湖中的海龟是他们的朋友。后来，小男孩随父母去了城市生活，但每年夏天都会回到村子探望爷爷。然而，去年夏天，爷爷因病去世，小男孩伤心欲绝。今年夏天，他回到村子，来到湖边，想起和爷爷的美好回忆，忍不住哭泣。他将爷爷的帽子放在湖边的石头上，希望能让爷爷的在天之灵得到安慰。那晚的哭泣声正是小男孩在祭莫他亲爱的爷爷。 | |
| **参与者提出的问题:** 死者受伤了吗<|eot_id|><|start_header_id|>assistant<|end_header_id|> | |
| 不是<|eot_id|> | |
| -------------------------------------------------- | |
| prompt: <|begin_of_text|><|start_header_id|>system<|end_header_id|> | |
| You are an expert in logical reasoning.<|eot_id|><|start_header_id|>user<|end_header_id|> | |
| 你是一个情景猜谜游戏的主持人。游戏规则如下： | |
| 1. 参与者会得到一个谜面，谜面会描述一个简单又难以理解的事件。 | |
| 2. 主持人知道谜底，谜底是谜面的答案。 | |
| 3. 参与者可以询问任何封闭式问题来找寻事件的真相。 | |
| 4. 对于每个问题，主持人将根据实际情况回答以下五个选项之一：是、不是、不重要、回答正确、问法错误。各回答的判断标准如下： | |
| - 若谜面和谜底能找到问题的答案，回答：是或者不是 | |
| - 若谜面和谜底不能直接或者间接推断出问题的答案，回答：不重要 | |
| - 若参与者提问不是一个封闭式问题或者问题难以理解，回答：问法错误 | |
| - 若参与者提问基本还原了谜底真相，回答：回答正确 | |
| 5. 回答中不能添加任何其它信息，也不能省略选项中的任何一个字。例如，不可以把“不是”省略成“不”。 | |
| 请严格按照这些规则回答参与者提出的问题。 | |
| **谜面:** 在一个安静的夜晚，小村庄的湖边突然传来了阵阵哭泣声。第二天早晨，村长甄锐发现湖边的石头上放着一顶破旧的帽子，但没有人知道这顶帽子是从哪里来的，哭泣声又是为何。请还原故事真相。 | |
| **谜底:** 原来，这顶破旧的帽子属于一个小男孩，他小时候与爷爷在湖边生活。爷爷教他钓鱼、游泳，还告诉他湖中的海龟是他们的朋友。后来，小男孩随父母去了城市生活，但每年夏天都会回到村子探望爷爷。然而，去年夏天，爷爷因病去世，小男孩伤心欲绝。今年夏天，他回到村子，来到湖边，想起和爷爷的美好回忆，忍不住哭泣。他将爷爷的帽子放在湖边的石头上，希望能让爷爷的在天之灵得到安慰。那晚的哭泣声正是小男孩在祭莫他亲爱的爷爷。 | |
| **参与者提出的问题:** 死者受伤了吗<|eot_id|><|start_header_id|>assistant<|end_header_id|> | |
| Evaluating model: shenzhi-wang/Llama3-8B-Chinese-Chat | |
| -------- | |
| step 1: 不是。 | |
| -------- | |
| step 2: 不是。 | |
| -------- | |
| step 3: 不是。 | |
| -------- | |
| step 4: 不是 | |
| -------- | |
| step 5: 不是 | |
| (3) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 20.672 GB of memory reserved. | |
| text ... shenzhi-wang/Llama3-8B-Chinese-Chat_checkpoint-1750 | |
| 0 甄加索是自杀吗 ... NaN | |
| [1 rows x 16 columns] | |
| {'accuracy': 0.73, 'incorrect_ids': [7, 8, 9, 15, 16, 17, 18, 19, 24, 26, 27, 28, 31, 33, 34, 35, 36, 37, 38, 43, 48, 53, 57, 59, 60, 61, 63, 65, 66, 67, 78, 81, 86, 91, 93, 94, 96, 97, 102, 104, 109, 110, 112, 115, 118, 123, 125, 126, 129, 133, 138, 141, 143, 148, 150, 153, 161, 164, 170, 179, 180, 186, 190, 191, 192, 193, 196, 198, 199, 200, 202, 203, 218, 224, 225, 227, 229, 234, 237, 248, 250, 252, 253, 256, 257, 259, 260, 261, 265, 268, 269, 272, 276, 279, 292, 294, 295, 309, 314, 317, 320, 321, 325, 328, 330, 332, 333, 335, 338, 342, 343, 346, 347, 350, 356, 359, 360, 361, 362, 364, 369, 370, 371, 373, 374, 375, 377, 383, 384, 389, 395, 397, 403, 408, 410, 414, 421, 428, 430, 432, 438, 445, 446, 447, 450, 453, 454, 455, 456, 457, 463, 465, 473, 474, 476, 478, 479, 480, 481, 483, 485, 486, 488, 490, 492, 493, 494, 495, 496, 497, 501, 502, 503, 504, 506, 507, 508, 509, 510, 511, 513, 514, 516, 517, 518, 519, 521, 530, 536, 538, 552, 553, 560, 570, 571, 579, 581, 589, 591, 593, 596, 597, 599, 600, 601, 609, 612, 613, 614, 621, 622, 625, 626, 628, 629, 632, 636, 638, 640, 644, 645, 647, 657, 667, 678, 680, 689, 696, 697, 700, 709, 711, 712, 721, 722, 723, 727, 729, 730, 738, 740, 754, 758, 759, 760, 764, 769, 771, 773, 774, 779, 781, 783, 785, 788, 790, 794, 795, 798, 801, 809, 814, 818, 819, 820, 821, 822, 823, 824, 828, 840, 841, 844, 847, 849, 851, 856, 862, 865, 866, 867, 870, 875, 880, 886, 890, 904, 906, 908, 913, 917, 927, 929, 930, 935, 937, 942, 943, 952, 962, 964, 965, 966, 969, 980, 988, 989, 1001, 1002, 1005, 1006, 1011, 1012, 1014, 1016, 1017, 1018, 1019, 1021, 1023, 1024, 1027, 1038, 1040, 1043, 1051, 1052, 1055, 1070, 1071, 1076, 1083, 1087, 1089, 1091, 1096, 1097, 1117, 1124, 1125, 1126, 1133, 1148, 1155, 1161, 1166, 1168, 1173, 1174, 1178, 1180, 1181, 1183, 1184, 1198, 1199, 1203, 1204, 1207, 1212, 1216, 1221, 1224, 1225, 1226, 1228, 1232, 1234, 1238, 1240, 1241, 1248, 1251, 1252, 1253, 1254, 1255, 1257, 1258, 1259, 1269, 1270, 1277, 1278, 1282, 1289, 1304, 1305, 1306, 1311, 1313, 1314, 1315, 1317, 1323, 1324, 1331, 1337, 1339, 1342, 1345, 1349, 1353, 1362, 1363, 1364, 1367, 1370, 1384, 1389, 1391, 1394, 1400, 1402, 1405, 1406, 1407, 1416, 1420, 1422, 1424, 1426, 1427, 1428, 1430, 1438, 1439, 1446, 1447, 1449, 1453, 1457, 1459, 1469, 1473, 1478, 1479, 1485, 1486, 1490, 1491, 1494, 1496, 1499, 1500, 1501, 1510, 1517, 1519, 1523, 1525, 1526, 1529, 1532, 1536, 1538, 1540, 1544, 1545, 1547, 1550, 1551, 1556, 1559, 1560, 1563, 1564, 1572, 1580, 1581, 1587, 1590, 1593, 1594, 1596, 1603, 1604, 1613, 1617, 1627, 1633, 1637, 1643, 1648, 1650, 1652, 1653, 1654, 1655, 1659, 1661, 1662, 1663, 1665, 1672, 1673, 1679, 1685, 1691, 1694, 1695, 1712, 1716, 1726, 1727, 1734, 1736, 1740, 1751, 1755, 1756, 1757, 1758, 1772, 1773, 1786, 1787, 1790, 1796, 1799, 1804, 1812, 1827, 1839, 1841, 1845, 1846, 1848, 1860, 1869, 1879, 1884, 1886, 1890, 1891, 1903, 1907, 1913, 1914, 1916, 1936, 1943, 1945, 1946, 1949, 1952, 1953, 1956, 1957, 1958, 1960, 1962, 1967, 1977, 1978, 1979, 1981, 1982, 1984, 1987, 1989, 1991, 1994, 1995, 2008, 2010, 2011, 2015, 2021, 2025, 2027, 2028, 2029, 2030, 2035, 2036, 2037, 2038, 2044, 2049, 2054, 2062, 2064, 2067, 2073, 2076, 2077, 2092, 2107, 2110, 2111, 2119, 2120, 2121, 2126, 2127, 2133, 2140, 2145, 2147, 2150, 2156, 2159, 2160, 2162, 2164, 2166, 2171, 2174, 2177, 2181, 2185, 2186, 2188, 2189, 2193, 2194, 2195, 2196, 2197, 2199, 2205, 2208, 2211, 2212, 2223, 2226, 2234, 2238, 2240, 2244, 2247, 2248, 2254, 2257, 2262, 2266, 2274, 2281, 2287, 2304, 2312, 2313, 2317, 2320, 2324, 2325, 2330, 2334, 2343, 2348, 2354, 2355, 2356, 2360, 2366, 2369, 2370, 2378, 2380, 2381, 2395, 2396, 2398, 2399, 2400, 2405, 2409, 2410, 2422, 2423, 2425, 2429, 2430, 2435, 2437, 2442, 2444, 2469, 2476, 2493, 2495, 2503, 2512, 2517, 2522, 2529, 2530, 2535, 2539, 2546, 2559, 2575, 2577, 2589, 2594, 2598, 2600, 2611, 2612, 2622, 2626, 2629, 2632, 2633, 2635, 2644, 2649, 2655, 2663, 2664, 2667, 2676, 2685, 2686, 2691, 2697, 2701, 2702, 2708, 2710, 2714, 2715, 2716, 2719, 2727, 2731, 2735, 2736, 2745, 2749, 2753, 2754, 2755, 2756, 2757, 2758, 2762, 2763, 2765, 2766, 2770, 2777, 2779, 2788, 2794, 2797, 2798, 2805, 2806, 2807, 2809, 2815, 2816, 2818, 2820, 2823, 2829, 2831, 2834, 2837, 2840, 2842, 2843, 2854, 2856, 2858, 2866, 2867, 2877, 2880, 2884, 2885, 2889, 2890, 2893, 2896, 2898, 2902, 2905, 2912, 2913, 2915, 2916, 2917, 2919, 2920, 2922, 2923, 2927, 2928, 2937, 2944, 2949, 2953, 2955, 2962, 2963, 2964, 2967, 2969, 2973, 2975, 2977, 2979, 2985, 2990, 2991, 2995, 2998]} | |