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 | |
| hfl/llama-3-chinese-8b-instruct-v3 llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full_r3/checkpoint-105 False datasets/mgtv results/llama3-8b_lora_sft_bf16-p2_r3.csv | |
| (1) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 0.0 GB of memory reserved. | |
| loading model: hfl/llama-3-chinese-8b-instruct-v3 with adapter: llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full_r3/checkpoint-105 | |
| 07/23/2024 23:55:56 - INFO - llamafactory.data.template - Replace eos token: <|eot_id|> | |
| 07/23/2024 23:55:56 - INFO - llamafactory.data.template - Add pad token: <|eot_id|> | |
| 07/23/2024 23:55:56 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. | |
| 07/23/2024 23:56:04 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. | |
| 07/23/2024 23:56:05 - INFO - llamafactory.model.adapter - Merged 1 adapter(s). | |
| 07/23/2024 23:56:05 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full_r3/checkpoint-105 | |
| 07/23/2024 23:56:05 - 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: hfl/llama-3-chinese-8b-instruct-v3 | |
| Batch output: ['不是'] | |
| (3) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 21.305 GB of memory reserved. | |
| text ... hfl/llama-3-chinese-8b-instruct-v3/checkpoint-105_torch.bfloat16_lf | |
| 0 甄加索是自杀吗 ... 不是 | |
| [1 rows x 9 columns] | |
| {'accuracy': 0.6223333333333333, 'incorrect_ids': [8, 9, 12, 17, 24, 25, 26, 29, 31, 33, 34, 35, 36, 37, 38, 55, 58, 59, 61, 65, 66, 67, 75, 77, 78, 83, 88, 93, 94, 99, 102, 104, 107, 108, 109, 110, 112, 113, 114, 115, 121, 123, 128, 135, 137, 139, 143, 150, 153, 155, 156, 160, 161, 163, 164, 169, 170, 172, 173, 174, 175, 178, 179, 184, 188, 190, 192, 199, 200, 202, 216, 222, 224, 225, 227, 228, 233, 234, 242, 243, 245, 246, 248, 250, 251, 252, 253, 254, 255, 259, 260, 261, 262, 263, 268, 269, 271, 273, 276, 279, 284, 286, 289, 290, 292, 293, 294, 295, 299, 301, 304, 307, 308, 311, 313, 314, 316, 317, 318, 321, 322, 323, 325, 328, 329, 330, 332, 333, 334, 335, 338, 341, 343, 347, 349, 350, 351, 352, 353, 354, 355, 356, 359, 360, 362, 368, 369, 370, 371, 372, 373, 376, 377, 378, 381, 383, 386, 389, 395, 397, 398, 401, 403, 404, 410, 414, 416, 417, 425, 428, 430, 431, 438, 440, 442, 445, 447, 450, 452, 454, 455, 456, 458, 459, 460, 461, 465, 469, 470, 471, 472, 473, 476, 480, 483, 488, 490, 492, 493, 494, 495, 497, 501, 502, 504, 505, 506, 507, 509, 510, 511, 512, 514, 516, 517, 518, 530, 531, 534, 536, 538, 540, 543, 553, 555, 560, 570, 571, 579, 581, 589, 591, 593, 596, 597, 598, 600, 601, 603, 612, 613, 614, 621, 626, 628, 629, 632, 637, 640, 643, 644, 647, 649, 657, 658, 662, 663, 665, 666, 671, 674, 678, 680, 681, 682, 684, 686, 687, 689, 690, 691, 692, 694, 695, 701, 702, 703, 711, 714, 716, 717, 721, 729, 730, 731, 732, 734, 735, 739, 740, 743, 752, 753, 754, 758, 762, 765, 766, 770, 771, 774, 775, 778, 779, 781, 783, 785, 790, 791, 795, 796, 798, 799, 803, 804, 805, 809, 810, 813, 816, 817, 818, 819, 820, 821, 823, 824, 826, 832, 833, 837, 840, 842, 843, 847, 853, 856, 857, 861, 866, 867, 869, 870, 871, 872, 876, 879, 881, 884, 885, 889, 890, 895, 897, 901, 904, 906, 908, 912, 913, 914, 927, 928, 929, 932, 935, 936, 937, 941, 945, 946, 948, 949, 951, 953, 954, 956, 960, 962, 964, 966, 968, 969, 971, 980, 986, 989, 994, 998, 1001, 1003, 1011, 1012, 1014, 1019, 1022, 1023, 1025, 1026, 1028, 1031, 1032, 1033, 1036, 1040, 1043, 1044, 1045, 1046, 1049, 1051, 1053, 1056, 1061, 1063, 1066, 1067, 1069, 1071, 1075, 1076, 1078, 1080, 1082, 1084, 1087, 1089, 1095, 1107, 1108, 1111, 1113, 1116, 1117, 1120, 1121, 1124, 1125, 1126, 1129, 1138, 1144, 1147, 1149, 1156, 1162, 1163, 1166, 1167, 1168, 1169, 1170, 1172, 1174, 1175, 1177, 1178, 1181, 1183, 1185, 1188, 1196, 1202, 1203, 1207, 1212, 1216, 1220, 1228, 1232, 1234, 1236, 1239, 1241, 1242, 1245, 1249, 1251, 1252, 1254, 1255, 1256, 1259, 1266, 1269, 1272, 1274, 1277, 1278, 1285, 1286, 1288, 1289, 1293, 1296, 1305, 1307, 1308, 1311, 1314, 1315, 1316, 1317, 1322, 1326, 1327, 1330, 1331, 1336, 1341, 1342, 1344, 1345, 1348, 1349, 1353, 1356, 1358, 1362, 1363, 1365, 1366, 1367, 1370, 1372, 1377, 1379, 1382, 1384, 1385, 1386, 1387, 1388, 1390, 1391, 1392, 1393, 1399, 1402, 1406, 1407, 1409, 1413, 1416, 1418, 1419, 1420, 1422, 1424, 1425, 1428, 1430, 1431, 1432, 1438, 1439, 1440, 1443, 1444, 1448, 1450, 1451, 1452, 1453, 1454, 1455, 1457, 1459, 1462, 1463, 1467, 1468, 1469, 1473, 1476, 1479, 1481, 1482, 1485, 1487, 1488, 1490, 1491, 1495, 1496, 1498, 1499, 1501, 1502, 1504, 1506, 1507, 1512, 1513, 1515, 1516, 1517, 1518, 1525, 1526, 1529, 1530, 1533, 1536, 1540, 1545, 1548, 1549, 1554, 1556, 1558, 1560, 1561, 1562, 1565, 1581, 1585, 1586, 1587, 1589, 1590, 1591, 1593, 1594, 1595, 1596, 1601, 1603, 1604, 1605, 1606, 1607, 1608, 1613, 1616, 1617, 1620, 1622, 1624, 1627, 1631, 1632, 1633, 1636, 1637, 1639, 1641, 1645, 1647, 1648, 1650, 1654, 1655, 1656, 1658, 1663, 1668, 1669, 1671, 1672, 1673, 1674, 1676, 1679, 1684, 1685, 1686, 1695, 1696, 1697, 1700, 1710, 1715, 1716, 1718, 1720, 1723, 1726, 1727, 1735, 1737, 1738, 1740, 1741, 1745, 1751, 1753, 1755, 1756, 1760, 1761, 1766, 1768, 1770, 1773, 1774, 1780, 1786, 1791, 1792, 1796, 1798, 1799, 1800, 1803, 1809, 1810, 1811, 1812, 1816, 1819, 1820, 1824, 1827, 1834, 1835, 1837, 1841, 1848, 1849, 1852, 1879, 1887, 1888, 1890, 1892, 1895, 1897, 1899, 1905, 1909, 1913, 1914, 1915, 1917, 1919, 1924, 1931, 1933, 1935, 1939, 1943, 1944, 1948, 1949, 1953, 1957, 1958, 1960, 1962, 1963, 1964, 1965, 1967, 1973, 1975, 1978, 1979, 1981, 1982, 1984, 1986, 1987, 1988, 1989, 1990, 1992, 1995, 2001, 2002, 2005, 2007, 2010, 2011, 2014, 2015, 2017, 2025, 2028, 2029, 2035, 2037, 2038, 2042, 2046, 2053, 2054, 2057, 2062, 2064, 2073, 2075, 2077, 2080, 2081, 2082, 2088, 2089, 2091, 2092, 2094, 2100, 2106, 2109, 2112, 2114, 2118, 2119, 2121, 2123, 2126, 2127, 2130, 2131, 2132, 2133, 2135, 2139, 2140, 2145, 2147, 2149, 2155, 2160, 2161, 2162, 2164, 2172, 2173, 2177, 2181, 2185, 2186, 2189, 2190, 2192, 2193, 2194, 2195, 2196, 2197, 2199, 2205, 2210, 2214, 2215, 2221, 2222, 2223, 2226, 2229, 2230, 2237, 2238, 2240, 2241, 2243, 2244, 2245, 2247, 2250, 2251, 2256, 2261, 2262, 2263, 2267, 2274, 2276, 2278, 2280, 2283, 2285, 2287, 2289, 2293, 2301, 2304, 2311, 2312, 2318, 2319, 2320, 2321, 2322, 2324, 2327, 2329, 2330, 2333, 2336, 2337, 2343, 2345, 2348, 2359, 2360, 2364, 2366, 2369, 2370, 2372, 2378, 2388, 2395, 2400, 2401, 2404, 2405, 2408, 2410, 2420, 2423, 2424, 2425, 2429, 2435, 2437, 2440, 2441, 2442, 2444, 2445, 2446, 2447, 2448, 2461, 2463, 2464, 2465, 2471, 2472, 2475, 2477, 2478, 2479, 2480, 2484, 2485, 2486, 2491, 2493, 2495, 2496, 2499, 2501, 2504, 2512, 2515, 2516, 2517, 2519, 2520, 2522, 2525, 2529, 2530, 2531, 2532, 2533, 2534, 2535, 2537, 2538, 2539, 2541, 2546, 2547, 2548, 2549, 2553, 2554, 2555, 2556, 2557, 2559, 2560, 2562, 2563, 2564, 2575, 2576, 2577, 2586, 2588, 2589, 2592, 2594, 2599, 2605, 2607, 2608, 2610, 2613, 2616, 2620, 2621, 2623, 2629, 2630, 2633, 2639, 2644, 2646, 2655, 2658, 2660, 2661, 2664, 2667, 2676, 2678, 2679, 2694, 2697, 2701, 2702, 2707, 2710, 2711, 2712, 2713, 2714, 2727, 2731, 2732, 2733, 2735, 2736, 2739, 2744, 2746, 2747, 2750, 2752, 2754, 2757, 2760, 2761, 2762, 2765, 2766, 2769, 2770, 2772, 2775, 2777, 2779, 2781, 2782, 2786, 2788, 2791, 2793, 2795, 2798, 2801, 2803, 2805, 2807, 2811, 2812, 2815, 2816, 2817, 2824, 2831, 2837, 2841, 2842, 2843, 2845, 2846, 2850, 2851, 2856, 2857, 2861, 2864, 2866, 2867, 2870, 2874, 2877, 2878, 2880, 2882, 2884, 2886, 2888, 2892, 2896, 2898, 2899, 2902, 2905, 2906, 2909, 2912, 2913, 2915, 2916, 2917, 2918, 2921, 2923, 2931, 2933, 2937, 2939, 2942, 2944, 2949, 2953, 2955, 2957, 2960, 2963, 2964, 2967, 2969, 2975, 2976, 2978, 2980, 2981, 2985, 2986, 2990, 2991, 2994, 2995, 2998]} | |