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_r2/checkpoint-525 False datasets/mgtv results/llama3-8b_lora_sft_bf16-p2_r2.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_r2/checkpoint-525 07/23/2024 05:34:29 - INFO - llamafactory.data.template - Replace eos token: <|eot_id|> 07/23/2024 05:34:29 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. 07/23/2024 05:34:47 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. 07/23/2024 05:34:47 - INFO - llamafactory.model.adapter - Merged 1 adapter(s). 07/23/2024 05:34:47 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full_r2/checkpoint-525 07/23/2024 05:34:47 - 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 Batch output: ['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-525_torch.bfloat16 0 甄加索是自杀吗 ... 不是 [1 rows x 9 columns] {'accuracy': 0.6883333333333334, 'incorrect_ids': [9, 17, 18, 24, 25, 28, 29, 31, 32, 34, 36, 37, 55, 58, 59, 65, 66, 67, 71, 78, 79, 83, 88, 93, 96, 99, 101, 102, 104, 106, 108, 109, 112, 115, 117, 121, 124, 127, 139, 143, 150, 153, 155, 156, 159, 160, 161, 162, 163, 164, 170, 173, 174, 175, 188, 190, 192, 193, 199, 200, 202, 214, 222, 224, 225, 227, 230, 233, 234, 236, 243, 245, 247, 248, 250, 251, 252, 253, 257, 259, 260, 261, 263, 265, 266, 268, 272, 276, 283, 284, 286, 289, 290, 293, 296, 299, 301, 302, 304, 305, 307, 308, 309, 314, 316, 317, 318, 320, 321, 323, 325, 330, 332, 334, 335, 339, 340, 343, 348, 349, 350, 351, 353, 354, 355, 356, 359, 360, 361, 362, 368, 370, 372, 373, 374, 377, 378, 384, 386, 389, 397, 398, 404, 409, 410, 411, 414, 416, 421, 423, 425, 428, 430, 431, 432, 438, 445, 446, 447, 450, 454, 455, 457, 458, 459, 461, 465, 468, 471, 472, 473, 476, 478, 479, 480, 490, 492, 493, 494, 495, 501, 502, 504, 506, 507, 508, 511, 512, 514, 516, 517, 518, 530, 531, 536, 553, 560, 568, 569, 570, 571, 578, 579, 581, 589, 591, 592, 593, 596, 597, 601, 612, 613, 614, 621, 625, 626, 628, 629, 632, 636, 643, 644, 647, 649, 650, 662, 663, 665, 666, 671, 673, 674, 676, 678, 682, 686, 691, 694, 695, 702, 703, 706, 721, 729, 730, 734, 735, 739, 740, 741, 752, 754, 770, 771, 774, 778, 779, 782, 785, 788, 791, 795, 798, 799, 801, 805, 809, 813, 817, 818, 819, 820, 821, 822, 823, 824, 826, 827, 828, 833, 837, 840, 841, 842, 843, 845, 847, 851, 856, 861, 863, 866, 869, 870, 873, 876, 884, 886, 888, 889, 890, 893, 897, 901, 904, 906, 913, 914, 916, 927, 928, 932, 937, 939, 945, 953, 958, 964, 966, 969, 974, 980, 986, 991, 993, 994, 998, 1001, 1003, 1006, 1007, 1011, 1012, 1014, 1015, 1022, 1026, 1028, 1036, 1038, 1043, 1044, 1051, 1053, 1054, 1058, 1061, 1063, 1066, 1069, 1071, 1077, 1080, 1081, 1086, 1087, 1089, 1096, 1098, 1102, 1107, 1111, 1113, 1114, 1120, 1121, 1125, 1126, 1128, 1129, 1133, 1134, 1141, 1143, 1161, 1163, 1166, 1167, 1171, 1172, 1174, 1177, 1178, 1180, 1181, 1183, 1185, 1192, 1203, 1206, 1209, 1212, 1220, 1228, 1231, 1232, 1235, 1238, 1239, 1241, 1242, 1245, 1251, 1252, 1254, 1256, 1259, 1266, 1271, 1272, 1274, 1282, 1286, 1289, 1292, 1296, 1300, 1301, 1305, 1308, 1311, 1313, 1317, 1322, 1329, 1331, 1332, 1342, 1348, 1349, 1353, 1354, 1358, 1364, 1365, 1367, 1370, 1371, 1373, 1378, 1379, 1380, 1386, 1387, 1389, 1391, 1392, 1393, 1395, 1402, 1406, 1407, 1409, 1412, 1419, 1420, 1422, 1426, 1427, 1428, 1430, 1431, 1432, 1438, 1439, 1440, 1443, 1444, 1448, 1450, 1451, 1452, 1453, 1455, 1457, 1459, 1462, 1469, 1473, 1476, 1478, 1481, 1485, 1490, 1492, 1495, 1496, 1500, 1502, 1504, 1507, 1512, 1515, 1516, 1517, 1518, 1525, 1526, 1528, 1533, 1535, 1536, 1544, 1545, 1547, 1549, 1554, 1558, 1560, 1561, 1562, 1568, 1573, 1581, 1585, 1587, 1590, 1591, 1593, 1594, 1602, 1603, 1604, 1605, 1607, 1611, 1622, 1624, 1625, 1627, 1632, 1633, 1636, 1637, 1638, 1641, 1648, 1650, 1652, 1654, 1655, 1656, 1657, 1658, 1660, 1668, 1672, 1673, 1674, 1677, 1679, 1684, 1686, 1689, 1691, 1694, 1695, 1697, 1712, 1716, 1726, 1727, 1731, 1736, 1737, 1740, 1743, 1745, 1751, 1753, 1754, 1755, 1756, 1758, 1765, 1767, 1769, 1770, 1780, 1786, 1791, 1796, 1798, 1799, 1800, 1810, 1811, 1812, 1816, 1820, 1824, 1827, 1834, 1835, 1848, 1854, 1867, 1879, 1882, 1887, 1888, 1889, 1890, 1892, 1897, 1913, 1919, 1930, 1931, 1935, 1936, 1940, 1943, 1948, 1949, 1953, 1958, 1963, 1964, 1973, 1978, 1979, 1981, 1984, 1989, 1990, 1992, 1995, 2000, 2001, 2013, 2014, 2015, 2017, 2021, 2028, 2029, 2035, 2038, 2043, 2046, 2048, 2052, 2054, 2062, 2064, 2072, 2076, 2077, 2078, 2081, 2085, 2087, 2088, 2092, 2100, 2106, 2107, 2109, 2112, 2114, 2118, 2119, 2121, 2124, 2126, 2128, 2132, 2133, 2135, 2139, 2142, 2145, 2146, 2147, 2155, 2160, 2161, 2162, 2164, 2169, 2172, 2173, 2177, 2185, 2186, 2187, 2192, 2193, 2194, 2196, 2199, 2212, 2213, 2215, 2226, 2230, 2237, 2238, 2240, 2241, 2243, 2245, 2246, 2247, 2249, 2250, 2262, 2263, 2272, 2274, 2278, 2287, 2289, 2297, 2301, 2306, 2311, 2312, 2313, 2320, 2324, 2333, 2335, 2337, 2339, 2348, 2349, 2360, 2364, 2366, 2370, 2372, 2378, 2379, 2395, 2396, 2398, 2400, 2404, 2406, 2408, 2409, 2410, 2412, 2420, 2423, 2425, 2429, 2437, 2440, 2441, 2442, 2444, 2445, 2446, 2448, 2453, 2459, 2461, 2463, 2464, 2465, 2469, 2470, 2471, 2472, 2473, 2475, 2477, 2486, 2488, 2491, 2493, 2499, 2501, 2503, 2511, 2515, 2517, 2522, 2525, 2526, 2529, 2530, 2532, 2535, 2537, 2538, 2539, 2546, 2547, 2548, 2549, 2553, 2554, 2555, 2556, 2557, 2559, 2560, 2562, 2570, 2575, 2576, 2577, 2589, 2594, 2600, 2605, 2606, 2607, 2610, 2616, 2623, 2626, 2629, 2631, 2633, 2644, 2660, 2664, 2666, 2667, 2672, 2676, 2678, 2686, 2688, 2701, 2707, 2710, 2711, 2714, 2716, 2717, 2719, 2721, 2722, 2726, 2727, 2730, 2731, 2732, 2736, 2742, 2744, 2746, 2747, 2752, 2754, 2757, 2760, 2761, 2762, 2764, 2765, 2766, 2767, 2769, 2774, 2776, 2777, 2782, 2788, 2791, 2793, 2798, 2800, 2801, 2803, 2805, 2806, 2810, 2811, 2814, 2816, 2820, 2824, 2837, 2841, 2843, 2845, 2850, 2851, 2854, 2857, 2863, 2867, 2870, 2873, 2875, 2877, 2878, 2879, 2880, 2881, 2882, 2884, 2892, 2897, 2899, 2902, 2905, 2912, 2915, 2916, 2921, 2930, 2933, 2937, 2942, 2944, 2946, 2949, 2953, 2954, 2955, 2960, 2963, 2964, 2971, 2973, 2975, 2976, 2979, 2980, 2981, 2982, 2985, 2994, 2995, 2998, 2999]}