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-700 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-700 07/22/2024 01:07:36 - INFO - llamafactory.data.template - Replace eos token: <|eot_id|> 07/22/2024 01:07:36 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. 07/22/2024 01:07:45 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. 07/22/2024 01:07:45 - INFO - llamafactory.model.adapter - Merged 1 adapter(s). 07/22/2024 01:07:45 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full/checkpoint-700 07/22/2024 01:07:45 - 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': 0.7093333333333334, 'incorrect_ids': [6, 9, 16, 17, 18, 24, 25, 32, 33, 34, 35, 36, 38, 55, 58, 59, 60, 61, 65, 66, 67, 71, 78, 83, 88, 91, 99, 101, 104, 106, 108, 109, 110, 112, 115, 124, 127, 128, 135, 136, 139, 143, 150, 153, 155, 161, 163, 164, 170, 173, 174, 179, 180, 184, 188, 190, 193, 199, 200, 202, 216, 222, 224, 225, 228, 233, 234, 236, 243, 245, 248, 249, 250, 252, 253, 260, 261, 263, 268, 275, 279, 283, 284, 286, 289, 293, 294, 295, 304, 307, 308, 314, 316, 318, 320, 321, 323, 330, 332, 334, 335, 338, 339, 341, 343, 348, 349, 350, 351, 352, 353, 354, 355, 356, 359, 360, 365, 368, 370, 371, 372, 373, 374, 377, 386, 389, 395, 396, 397, 402, 404, 410, 416, 425, 428, 430, 431, 438, 445, 447, 450, 451, 452, 454, 455, 456, 458, 459, 461, 465, 470, 471, 472, 473, 476, 480, 488, 492, 493, 494, 495, 501, 502, 506, 507, 508, 510, 511, 512, 514, 517, 519, 520, 530, 531, 533, 536, 540, 560, 570, 571, 576, 579, 581, 589, 591, 592, 593, 596, 597, 601, 612, 613, 614, 621, 625, 626, 628, 632, 635, 636, 643, 644, 647, 649, 650, 663, 666, 671, 674, 678, 682, 686, 690, 691, 695, 701, 702, 709, 721, 722, 729, 730, 732, 734, 735, 739, 740, 754, 766, 770, 771, 772, 774, 778, 779, 788, 790, 791, 792, 795, 798, 799, 801, 802, 803, 805, 809, 812, 813, 817, 818, 819, 820, 821, 822, 823, 824, 826, 827, 828, 833, 837, 840, 843, 847, 849, 851, 856, 857, 861, 863, 866, 867, 869, 870, 871, 873, 876, 884, 886, 888, 889, 890, 895, 901, 904, 906, 908, 912, 913, 916, 917, 927, 928, 932, 936, 937, 945, 953, 962, 966, 969, 980, 982, 986, 989, 991, 993, 994, 998, 1001, 1003, 1006, 1007, 1011, 1012, 1014, 1015, 1022, 1025, 1028, 1036, 1038, 1043, 1051, 1053, 1054, 1066, 1069, 1071, 1074, 1080, 1086, 1087, 1089, 1096, 1107, 1113, 1120, 1121, 1125, 1126, 1129, 1138, 1141, 1143, 1148, 1158, 1161, 1163, 1164, 1167, 1172, 1174, 1177, 1178, 1180, 1181, 1183, 1185, 1198, 1203, 1212, 1220, 1228, 1232, 1239, 1241, 1242, 1245, 1251, 1252, 1254, 1256, 1257, 1259, 1266, 1282, 1289, 1292, 1299, 1301, 1305, 1308, 1311, 1313, 1314, 1316, 1317, 1322, 1324, 1326, 1331, 1332, 1342, 1343, 1345, 1347, 1349, 1353, 1358, 1363, 1364, 1367, 1370, 1372, 1373, 1379, 1380, 1385, 1386, 1387, 1389, 1391, 1392, 1393, 1395, 1402, 1406, 1407, 1412, 1413, 1420, 1424, 1425, 1426, 1427, 1428, 1430, 1431, 1432, 1439, 1440, 1443, 1444, 1448, 1449, 1451, 1452, 1453, 1454, 1455, 1459, 1468, 1469, 1473, 1476, 1478, 1481, 1490, 1496, 1500, 1504, 1512, 1516, 1517, 1518, 1525, 1526, 1528, 1533, 1536, 1544, 1545, 1547, 1554, 1558, 1560, 1561, 1562, 1568, 1573, 1581, 1585, 1587, 1590, 1591, 1593, 1594, 1596, 1598, 1602, 1603, 1604, 1605, 1608, 1613, 1622, 1624, 1627, 1632, 1633, 1637, 1638, 1641, 1648, 1650, 1652, 1654, 1655, 1658, 1668, 1672, 1673, 1674, 1682, 1684, 1686, 1689, 1691, 1695, 1698, 1700, 1716, 1718, 1726, 1727, 1731, 1735, 1736, 1737, 1738, 1740, 1743, 1751, 1753, 1754, 1756, 1769, 1770, 1773, 1780, 1786, 1789, 1794, 1796, 1798, 1799, 1809, 1810, 1811, 1812, 1816, 1824, 1835, 1848, 1852, 1854, 1858, 1879, 1880, 1882, 1887, 1888, 1890, 1897, 1913, 1919, 1930, 1933, 1934, 1935, 1936, 1940, 1949, 1953, 1958, 1963, 1964, 1970, 1973, 1978, 1979, 1981, 1984, 1986, 1989, 1990, 1992, 1994, 1995, 2001, 2007, 2011, 2013, 2014, 2015, 2017, 2021, 2035, 2038, 2046, 2048, 2052, 2054, 2062, 2063, 2064, 2072, 2077, 2080, 2081, 2088, 2089, 2092, 2097, 2100, 2105, 2106, 2107, 2109, 2112, 2113, 2114, 2118, 2119, 2121, 2123, 2124, 2126, 2133, 2135, 2139, 2140, 2145, 2147, 2160, 2161, 2162, 2164, 2169, 2173, 2177, 2181, 2185, 2186, 2188, 2189, 2192, 2194, 2196, 2199, 2201, 2204, 2212, 2221, 2226, 2229, 2230, 2237, 2238, 2240, 2243, 2244, 2245, 2246, 2247, 2250, 2261, 2262, 2274, 2278, 2287, 2290, 2297, 2301, 2304, 2311, 2313, 2315, 2319, 2320, 2324, 2333, 2334, 2335, 2339, 2344, 2348, 2349, 2360, 2361, 2364, 2366, 2378, 2395, 2396, 2400, 2404, 2405, 2407, 2409, 2410, 2412, 2416, 2420, 2423, 2424, 2425, 2429, 2437, 2440, 2441, 2442, 2445, 2448, 2453, 2457, 2459, 2461, 2463, 2464, 2465, 2469, 2471, 2472, 2475, 2477, 2481, 2486, 2488, 2491, 2493, 2499, 2501, 2511, 2517, 2522, 2525, 2526, 2529, 2530, 2532, 2535, 2537, 2538, 2539, 2546, 2547, 2548, 2549, 2553, 2554, 2555, 2556, 2557, 2559, 2560, 2562, 2575, 2577, 2589, 2594, 2600, 2602, 2607, 2616, 2620, 2623, 2629, 2633, 2640, 2660, 2661, 2663, 2664, 2666, 2667, 2672, 2676, 2686, 2691, 2701, 2704, 2707, 2708, 2710, 2711, 2714, 2716, 2718, 2721, 2730, 2731, 2732, 2733, 2735, 2736, 2742, 2744, 2746, 2747, 2754, 2757, 2760, 2761, 2762, 2764, 2765, 2766, 2767, 2769, 2772, 2776, 2777, 2782, 2788, 2791, 2793, 2795, 2798, 2800, 2801, 2803, 2806, 2807, 2810, 2811, 2815, 2816, 2820, 2824, 2837, 2842, 2843, 2845, 2849, 2850, 2851, 2854, 2857, 2867, 2870, 2875, 2878, 2880, 2882, 2884, 2888, 2899, 2902, 2905, 2910, 2912, 2913, 2915, 2916, 2919, 2920, 2921, 2928, 2933, 2937, 2942, 2944, 2949, 2953, 2955, 2960, 2963, 2966, 2975, 2976, 2979, 2980, 2981, 2985, 2990, 2991, 2995, 2998]}