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 llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full/checkpoint-175 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: llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full/checkpoint-175 | |
| 07/22/2024 00:38:20 - INFO - llamafactory.data.template - Replace eos token: <|eot_id|> | |
| 07/22/2024 00:38:21 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. | |
| 07/22/2024 00:38:29 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. | |
| 07/22/2024 00:38:30 - INFO - llamafactory.model.adapter - Merged 1 adapter(s). | |
| 07/22/2024 00:38:30 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full/checkpoint-175 | |
| 07/22/2024 00:38:30 - INFO - llamafactory.model.loader - all params: 8,030,261,248 | |
| (2) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 15.502 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. | |
| 21.307 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': 0.7673333333333333, 'incorrect_ids': [6, 9, 16, 18, 31, 55, 58, 59, 65, 66, 67, 78, 81, 83, 84, 88, 99, 102, 104, 110, 112, 115, 121, 123, 136, 139, 143, 150, 153, 155, 160, 161, 163, 164, 170, 171, 173, 179, 190, 193, 199, 200, 202, 222, 224, 225, 227, 228, 234, 236, 240, 245, 248, 250, 251, 252, 255, 259, 260, 263, 268, 271, 275, 284, 286, 292, 293, 295, 299, 300, 301, 304, 308, 314, 318, 320, 328, 330, 334, 335, 338, 343, 349, 350, 352, 353, 355, 356, 360, 368, 370, 373, 377, 384, 386, 389, 397, 398, 409, 410, 411, 425, 428, 429, 430, 438, 445, 447, 450, 452, 454, 456, 457, 458, 465, 468, 470, 471, 472, 473, 476, 480, 492, 494, 495, 497, 500, 501, 502, 506, 507, 510, 511, 514, 517, 518, 519, 520, 530, 531, 536, 540, 560, 566, 570, 571, 576, 579, 581, 589, 591, 593, 597, 601, 613, 614, 621, 625, 632, 635, 636, 643, 644, 647, 651, 666, 671, 673, 674, 682, 686, 689, 691, 695, 702, 721, 729, 730, 734, 740, 752, 754, 758, 766, 770, 771, 774, 778, 785, 788, 791, 795, 798, 799, 801, 805, 809, 813, 816, 817, 819, 820, 821, 823, 824, 826, 827, 828, 837, 840, 841, 843, 847, 851, 856, 861, 866, 869, 870, 871, 873, 875, 886, 889, 890, 895, 897, 901, 904, 913, 927, 928, 932, 945, 953, 964, 966, 969, 980, 982, 991, 994, 998, 1001, 1003, 1011, 1012, 1014, 1015, 1019, 1022, 1028, 1036, 1038, 1043, 1051, 1061, 1066, 1069, 1071, 1074, 1077, 1080, 1081, 1087, 1089, 1096, 1102, 1107, 1120, 1121, 1125, 1126, 1134, 1141, 1143, 1161, 1162, 1164, 1166, 1172, 1174, 1177, 1178, 1180, 1181, 1183, 1185, 1192, 1203, 1206, 1209, 1212, 1220, 1224, 1228, 1231, 1232, 1239, 1241, 1251, 1252, 1259, 1266, 1270, 1274, 1282, 1289, 1292, 1296, 1299, 1305, 1308, 1311, 1313, 1315, 1316, 1317, 1322, 1331, 1332, 1339, 1342, 1345, 1348, 1349, 1353, 1358, 1363, 1364, 1365, 1367, 1371, 1373, 1379, 1386, 1387, 1391, 1402, 1406, 1420, 1422, 1425, 1426, 1430, 1432, 1440, 1451, 1452, 1453, 1454, 1462, 1469, 1476, 1478, 1490, 1492, 1494, 1495, 1496, 1504, 1512, 1515, 1516, 1517, 1518, 1525, 1526, 1536, 1545, 1547, 1550, 1551, 1554, 1558, 1560, 1561, 1562, 1568, 1580, 1581, 1585, 1587, 1590, 1591, 1593, 1594, 1596, 1603, 1604, 1605, 1607, 1611, 1613, 1622, 1624, 1627, 1633, 1636, 1638, 1641, 1648, 1650, 1652, 1654, 1655, 1658, 1662, 1665, 1672, 1673, 1674, 1677, 1679, 1686, 1691, 1695, 1716, 1718, 1726, 1727, 1731, 1734, 1736, 1737, 1738, 1745, 1751, 1753, 1756, 1765, 1767, 1769, 1773, 1780, 1786, 1791, 1796, 1798, 1799, 1800, 1809, 1810, 1811, 1812, 1816, 1824, 1827, 1835, 1848, 1867, 1879, 1880, 1884, 1887, 1888, 1890, 1897, 1913, 1919, 1930, 1931, 1935, 1936, 1953, 1958, 1963, 1964, 1970, 1973, 1978, 1979, 1981, 1986, 1989, 1990, 1995, 2013, 2017, 2028, 2029, 2035, 2036, 2038, 2046, 2048, 2054, 2064, 2070, 2077, 2078, 2081, 2088, 2091, 2100, 2105, 2106, 2109, 2110, 2112, 2114, 2118, 2119, 2121, 2124, 2126, 2133, 2139, 2142, 2146, 2147, 2160, 2161, 2162, 2164, 2172, 2173, 2174, 2177, 2185, 2186, 2188, 2189, 2192, 2194, 2196, 2199, 2212, 2226, 2229, 2230, 2237, 2238, 2240, 2243, 2245, 2262, 2265, 2274, 2278, 2281, 2287, 2297, 2311, 2312, 2313, 2320, 2324, 2330, 2333, 2337, 2339, 2342, 2344, 2348, 2349, 2359, 2360, 2364, 2366, 2370, 2378, 2381, 2395, 2396, 2400, 2404, 2406, 2408, 2409, 2410, 2412, 2416, 2420, 2423, 2425, 2429, 2437, 2440, 2442, 2444, 2445, 2453, 2465, 2471, 2472, 2475, 2486, 2488, 2495, 2503, 2515, 2522, 2529, 2530, 2532, 2535, 2538, 2546, 2548, 2549, 2553, 2556, 2559, 2560, 2562, 2575, 2577, 2589, 2604, 2606, 2607, 2616, 2629, 2633, 2644, 2663, 2664, 2667, 2672, 2676, 2678, 2686, 2701, 2710, 2711, 2713, 2714, 2716, 2717, 2721, 2726, 2727, 2731, 2732, 2736, 2742, 2744, 2745, 2746, 2752, 2754, 2757, 2758, 2762, 2766, 2769, 2776, 2777, 2788, 2791, 2793, 2798, 2801, 2805, 2807, 2810, 2811, 2814, 2815, 2816, 2820, 2824, 2829, 2837, 2843, 2851, 2854, 2857, 2867, 2870, 2877, 2878, 2880, 2882, 2884, 2899, 2902, 2905, 2912, 2915, 2916, 2921, 2933, 2937, 2942, 2944, 2949, 2953, 2955, 2960, 2964, 2969, 2975, 2979, 2985, 2995, 2998]} | |