loading env vars from: /common/home/users/d/dh.huang.2023/common2/code/logical-reasoning/.env Adding /common/home/users/d/dh.huang.2023/common2/code/logical-reasoning to sys.path loading /common/home/users/d/dh.huang.2023/common2/code/logical-reasoning/llm_toolkit/logical_reasoning_utils.py Qwen/Qwen2-72B-Instruct None True datasets/mgtv results/Qwen2-72B-Instruct_p2.csv (1) GPU = NVIDIA L40. Max memory = 44.309 GB. 0.0 GB of memory reserved. loading model: Qwen/Qwen2-72B-Instruct with adapter: None 09/08/2024 11:25:43 - INFO - llamafactory.data.template - Replace eos token: <|im_end|> 09/08/2024 11:25:43 - INFO - llamafactory.data.template - Add <|im_start|> to stop words. 09/08/2024 11:25:43 - INFO - llamafactory.model.model_utils.quantization - Quantizing model to 4 bit with bitsandbytes. 09/08/2024 11:25:43 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. 09/08/2024 11:38:12 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. 09/08/2024 11:38:12 - INFO - llamafactory.model.loader - all params: 72,706,203,648 (2) GPU = NVIDIA L40. Max memory = 44.309 GB. 42.426 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: <|im_start|>system You are an expert in logical reasoning.<|im_end|> <|im_start|>user 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 <|im_end|> <|im_start|>assistant 不是<|im_end|> -------------------------------------------------- prompt: <|im_start|>system You are an expert in logical reasoning.<|im_end|> <|im_start|>user 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 <|im_end|> <|im_start|>assistant -------------------------------------------------- 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: <|im_start|>system You are an expert in logical reasoning.<|im_end|> <|im_start|>user 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 <|im_end|> <|im_start|>assistant 不是<|im_end|> -------------------------------------------------- prompt: <|im_start|>system You are an expert in logical reasoning.<|im_end|> <|im_start|>user 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 <|im_end|> <|im_start|>assistant Evaluating model: Qwen/Qwen2-72B-Instruct Batch output: ['不是', '是'] (3) GPU = NVIDIA L40. Max memory = 44.309 GB. 43.742 GB of memory reserved. text ... Qwen/Qwen2-72B-Instruct_torch.bfloat16_4bit_lf 0 甄加索是自杀吗 ... 不是 [1 rows x 6 columns] {'accuracy': 0.7486666666666667, 'incorrect_ids': [9, 11, 18, 25, 26, 29, 31, 36, 38, 55, 58, 59, 61, 65, 66, 67, 78, 81, 82, 83, 84, 88, 91, 93, 99, 102, 103, 104, 105, 106, 113, 115, 117, 118, 120, 121, 124, 131, 141, 143, 150, 153, 155, 161, 164, 173, 190, 192, 193, 198, 199, 200, 201, 202, 222, 224, 228, 230, 231, 234, 236, 240, 245, 248, 250, 251, 255, 257, 259, 260, 263, 265, 269, 271, 275, 284, 286, 292, 293, 295, 299, 301, 314, 317, 318, 320, 328, 330, 334, 335, 350, 355, 356, 360, 362, 364, 368, 370, 371, 374, 375, 377, 383, 384, 386, 389, 396, 397, 409, 410, 414, 421, 428, 429, 430, 438, 445, 447, 449, 450, 452, 453, 454, 456, 457, 458, 461, 464, 465, 467, 471, 472, 475, 476, 477, 481, 484, 487, 488, 490, 492, 493, 494, 497, 498, 500, 501, 502, 503, 504, 506, 507, 508, 516, 517, 518, 519, 520, 536, 538, 540, 543, 553, 560, 566, 570, 571, 579, 581, 589, 591, 596, 597, 598, 600, 601, 612, 613, 614, 621, 622, 625, 628, 632, 633, 635, 636, 639, 643, 644, 647, 650, 674, 686, 692, 693, 694, 695, 700, 707, 718, 720, 721, 727, 730, 734, 738, 739, 740, 742, 748, 754, 770, 773, 774, 778, 780, 788, 791, 795, 798, 801, 809, 817, 819, 820, 821, 823, 824, 827, 828, 837, 840, 841, 847, 849, 856, 861, 864, 865, 866, 869, 870, 875, 886, 889, 890, 899, 901, 904, 909, 922, 924, 927, 932, 934, 937, 940, 941, 945, 953, 956, 958, 962, 966, 969, 980, 981, 982, 983, 986, 993, 994, 998, 999, 1003, 1004, 1011, 1012, 1014, 1018, 1019, 1022, 1024, 1028, 1032, 1036, 1043, 1049, 1051, 1055, 1057, 1061, 1066, 1069, 1076, 1077, 1078, 1087, 1089, 1091, 1098, 1101, 1107, 1117, 1120, 1121, 1125, 1126, 1141, 1143, 1158, 1161, 1164, 1166, 1170, 1172, 1174, 1176, 1177, 1178, 1180, 1181, 1183, 1185, 1193, 1196, 1198, 1203, 1209, 1212, 1217, 1220, 1221, 1222, 1228, 1229, 1232, 1236, 1237, 1241, 1242, 1245, 1247, 1251, 1252, 1254, 1257, 1259, 1266, 1273, 1274, 1276, 1278, 1282, 1283, 1289, 1292, 1296, 1298, 1299, 1304, 1305, 1307, 1308, 1311, 1313, 1316, 1317, 1322, 1323, 1324, 1326, 1327, 1331, 1339, 1340, 1342, 1349, 1353, 1358, 1361, 1364, 1373, 1379, 1385, 1387, 1389, 1392, 1393, 1395, 1402, 1404, 1406, 1410, 1412, 1416, 1420, 1422, 1424, 1426, 1427, 1432, 1433, 1436, 1440, 1443, 1444, 1446, 1448, 1449, 1451, 1452, 1453, 1454, 1462, 1464, 1469, 1475, 1476, 1485, 1487, 1490, 1494, 1495, 1496, 1499, 1500, 1506, 1515, 1516, 1517, 1518, 1522, 1524, 1525, 1526, 1547, 1548, 1551, 1554, 1555, 1556, 1558, 1560, 1561, 1562, 1568, 1576, 1577, 1578, 1580, 1581, 1585, 1589, 1590, 1591, 1594, 1596, 1604, 1605, 1613, 1614, 1624, 1628, 1629, 1631, 1633, 1635, 1637, 1639, 1641, 1645, 1647, 1648, 1650, 1651, 1654, 1655, 1658, 1660, 1662, 1665, 1669, 1672, 1673, 1675, 1679, 1686, 1690, 1691, 1695, 1712, 1713, 1716, 1726, 1727, 1741, 1751, 1755, 1756, 1758, 1773, 1785, 1791, 1793, 1800, 1806, 1810, 1811, 1812, 1824, 1827, 1835, 1858, 1863, 1867, 1884, 1888, 1897, 1899, 1907, 1915, 1918, 1919, 1930, 1933, 1945, 1953, 1956, 1958, 1962, 1963, 1964, 1965, 1977, 1978, 1981, 1984, 1989, 1990, 1994, 1995, 2001, 2009, 2017, 2028, 2035, 2036, 2038, 2044, 2046, 2054, 2059, 2064, 2067, 2076, 2077, 2085, 2088, 2105, 2107, 2109, 2114, 2119, 2120, 2121, 2125, 2126, 2133, 2141, 2147, 2157, 2159, 2161, 2162, 2164, 2167, 2174, 2177, 2182, 2183, 2186, 2187, 2188, 2192, 2193, 2194, 2197, 2210, 2212, 2215, 2226, 2229, 2237, 2240, 2244, 2249, 2260, 2262, 2263, 2265, 2274, 2278, 2281, 2287, 2297, 2311, 2312, 2318, 2320, 2322, 2324, 2330, 2333, 2339, 2344, 2348, 2354, 2357, 2360, 2366, 2373, 2381, 2385, 2395, 2396, 2400, 2404, 2406, 2409, 2410, 2414, 2423, 2425, 2429, 2433, 2442, 2444, 2445, 2446, 2448, 2465, 2471, 2472, 2480, 2486, 2502, 2503, 2511, 2515, 2517, 2520, 2522, 2524, 2529, 2535, 2538, 2542, 2559, 2575, 2581, 2589, 2600, 2604, 2605, 2606, 2607, 2610, 2616, 2617, 2626, 2629, 2634, 2640, 2644, 2645, 2653, 2663, 2664, 2667, 2672, 2676, 2678, 2681, 2682, 2687, 2706, 2708, 2714, 2727, 2731, 2736, 2745, 2749, 2754, 2756, 2757, 2758, 2762, 2766, 2769, 2787, 2788, 2794, 2798, 2801, 2806, 2807, 2810, 2811, 2814, 2815, 2816, 2823, 2824, 2829, 2837, 2842, 2843, 2850, 2851, 2852, 2854, 2861, 2873, 2875, 2877, 2880, 2882, 2884, 2887, 2902, 2905, 2906, 2912, 2913, 2915, 2916, 2919, 2921, 2929, 2931, 2944, 2949, 2953, 2963, 2966, 2969, 2975, 2977, 2979, 2985, 2995]}