Spaces:
Build error
Build error
| 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 llama-factory/saves/Qwen2-72B-Instruct/checkpoint-210 True datasets/mgtv results/Qwen2-72B-Instruct_p2.csv | |
| (1) GPU = NVIDIA H100 PCIe. Max memory = 79.097 GB. | |
| 0.0 GB of memory reserved. | |
| loading model: Qwen/Qwen2-72B-Instruct with adapter: llama-factory/saves/Qwen2-72B-Instruct/checkpoint-210 | |
| 09/09/2024 11:46:49 - INFO - llamafactory.data.template - Replace eos token: <|im_end|> | |
| 09/09/2024 11:46:49 - INFO - llamafactory.data.template - Add <|im_start|> to stop words. | |
| 09/09/2024 11:46:49 - INFO - llamafactory.model.model_utils.quantization - Quantizing model to 4 bit with bitsandbytes. | |
| 09/09/2024 11:46:49 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. | |
| 09/09/2024 11:57:22 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. | |
| 09/09/2024 11:57:23 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/Qwen2-72B-Instruct/checkpoint-210 | |
| 09/09/2024 11:57:23 - INFO - llamafactory.model.loader - all params: 72,811,470,848 | |
| (2) GPU = NVIDIA H100 PCIe. Max memory = 79.097 GB. | |
| 43.037 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 H100 PCIe. Max memory = 79.097 GB. | |
| 49.064 GB of memory reserved. | |
| text ... Qwen/Qwen2-72B-Instruct/checkpoint-210_torch.bfloat16_4bit_lf | |
| 0 甄加索是自杀吗 ... 不是 | |
| [1 rows x 12 columns] | |
| {'accuracy': 0.763, 'incorrect_ids': [11, 16, 27, 29, 31, 33, 34, 35, 36, 58, 59, 61, 65, 66, 67, 78, 81, 83, 88, 93, 94, 104, 108, 109, 112, 115, 117, 118, 124, 128, 129, 131, 138, 139, 143, 150, 155, 161, 163, 164, 172, 179, 190, 192, 193, 199, 200, 224, 225, 229, 234, 238, 240, 243, 245, 248, 250, 251, 255, 259, 260, 261, 262, 271, 286, 292, 295, 299, 304, 311, 314, 316, 317, 321, 322, 323, 326, 328, 330, 332, 334, 335, 347, 350, 353, 354, 355, 356, 357, 360, 362, 363, 365, 368, 370, 371, 372, 373, 377, 389, 395, 396, 397, 402, 409, 410, 414, 423, 428, 429, 430, 442, 445, 447, 452, 454, 455, 456, 458, 461, 473, 476, 480, 481, 488, 492, 493, 495, 496, 498, 501, 502, 506, 507, 508, 510, 511, 514, 517, 519, 520, 534, 536, 540, 545, 553, 560, 568, 570, 571, 579, 581, 584, 589, 591, 593, 594, 597, 598, 600, 601, 603, 610, 613, 614, 615, 621, 622, 625, 626, 628, 629, 632, 636, 643, 644, 647, 663, 666, 668, 682, 684, 686, 692, 695, 701, 702, 707, 716, 718, 720, 721, 722, 727, 729, 730, 731, 732, 734, 739, 740, 754, 768, 770, 774, 778, 779, 785, 788, 789, 797, 798, 801, 805, 808, 809, 813, 817, 818, 819, 820, 821, 823, 824, 837, 840, 841, 842, 847, 849, 861, 866, 869, 870, 873, 876, 884, 885, 886, 888, 889, 890, 901, 904, 909, 913, 927, 929, 930, 932, 935, 937, 945, 952, 958, 962, 966, 968, 969, 980, 986, 989, 991, 994, 998, 1006, 1012, 1014, 1017, 1018, 1019, 1025, 1031, 1032, 1036, 1038, 1040, 1043, 1045, 1046, 1049, 1051, 1053, 1069, 1076, 1077, 1078, 1080, 1087, 1091, 1107, 1111, 1116, 1117, 1120, 1121, 1125, 1126, 1129, 1135, 1138, 1139, 1143, 1150, 1158, 1163, 1166, 1167, 1172, 1174, 1177, 1178, 1180, 1181, 1185, 1203, 1209, 1212, 1221, 1228, 1232, 1236, 1239, 1240, 1241, 1242, 1246, 1251, 1252, 1254, 1256, 1259, 1282, 1289, 1305, 1308, 1311, 1314, 1315, 1317, 1324, 1326, 1339, 1342, 1349, 1353, 1357, 1363, 1364, 1367, 1370, 1380, 1384, 1385, 1386, 1387, 1389, 1392, 1393, 1395, 1402, 1406, 1416, 1418, 1420, 1422, 1425, 1426, 1428, 1430, 1440, 1444, 1451, 1452, 1453, 1454, 1455, 1462, 1469, 1476, 1481, 1490, 1494, 1495, 1496, 1512, 1516, 1517, 1518, 1525, 1526, 1528, 1544, 1547, 1548, 1556, 1558, 1560, 1561, 1562, 1565, 1572, 1580, 1585, 1590, 1593, 1594, 1596, 1603, 1604, 1605, 1606, 1616, 1620, 1622, 1627, 1631, 1636, 1637, 1641, 1643, 1648, 1650, 1654, 1655, 1658, 1659, 1665, 1668, 1669, 1672, 1674, 1679, 1686, 1695, 1700, 1701, 1704, 1712, 1716, 1718, 1726, 1727, 1751, 1755, 1756, 1768, 1770, 1785, 1786, 1795, 1796, 1797, 1812, 1816, 1827, 1835, 1836, 1837, 1841, 1851, 1852, 1854, 1858, 1860, 1869, 1897, 1907, 1909, 1914, 1915, 1917, 1930, 1933, 1943, 1949, 1950, 1958, 1964, 1978, 1981, 1984, 1990, 1992, 1995, 2001, 2002, 2014, 2015, 2017, 2028, 2035, 2036, 2046, 2047, 2053, 2059, 2062, 2064, 2072, 2076, 2077, 2085, 2091, 2092, 2094, 2095, 2100, 2105, 2107, 2109, 2112, 2114, 2118, 2119, 2121, 2125, 2126, 2130, 2133, 2140, 2141, 2145, 2147, 2150, 2155, 2159, 2161, 2162, 2164, 2167, 2177, 2183, 2185, 2186, 2188, 2189, 2192, 2193, 2194, 2196, 2199, 2210, 2212, 2215, 2221, 2229, 2237, 2240, 2249, 2250, 2255, 2262, 2265, 2274, 2276, 2287, 2297, 2301, 2311, 2312, 2313, 2318, 2320, 2322, 2324, 2333, 2340, 2354, 2359, 2360, 2364, 2369, 2373, 2388, 2395, 2396, 2400, 2404, 2405, 2406, 2409, 2410, 2423, 2424, 2425, 2429, 2437, 2440, 2442, 2445, 2448, 2469, 2471, 2486, 2491, 2501, 2503, 2511, 2515, 2517, 2518, 2522, 2525, 2526, 2529, 2532, 2533, 2535, 2539, 2548, 2549, 2554, 2555, 2556, 2557, 2559, 2560, 2562, 2566, 2575, 2589, 2595, 2600, 2604, 2606, 2607, 2616, 2624, 2626, 2629, 2632, 2660, 2661, 2667, 2672, 2676, 2678, 2689, 2704, 2707, 2714, 2715, 2727, 2731, 2733, 2735, 2736, 2744, 2746, 2749, 2751, 2754, 2756, 2757, 2758, 2760, 2761, 2764, 2766, 2767, 2788, 2795, 2797, 2798, 2801, 2803, 2806, 2807, 2811, 2814, 2815, 2816, 2823, 2837, 2843, 2844, 2852, 2854, 2857, 2880, 2882, 2884, 2888, 2899, 2902, 2905, 2906, 2912, 2913, 2915, 2916, 2921, 2931, 2933, 2938, 2944, 2949, 2953, 2962, 2965, 2966, 2969, 2973, 2976, 2980, 2981, 2988, 2991, 2995, 2999]} | |