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 internlm/internlm2_5-7b-chat-1m llama-factory/saves/internlm2_5_7b/lora/sft_bf16_p2_full/checkpoint-528 False datasets/mgtv results/mgtv-results_p2_full.csv (1) GPU = NVIDIA L40. Max memory = 44.309 GB. 0.0 GB of memory reserved. loading model: internlm/internlm2_5-7b-chat-1m 07/14/2024 11:24:09 - INFO - llamafactory.data.template - Replace eos token: <|im_end|> 07/14/2024 11:24:09 - INFO - llamafactory.data.template - Add <|im_start|> to stop words. 07/14/2024 11:24:10 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. 07/14/2024 11:24:20 - INFO - llamafactory.model.model_utils.attention - Using vanilla attention implementation. 07/14/2024 11:24:21 - INFO - llamafactory.model.adapter - Merged 1 adapter(s). 07/14/2024 11:24:21 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/internlm2_5_7b/lora/sft_bf16_p2_full/checkpoint-528 07/14/2024 11:24:21 - INFO - llamafactory.model.loader - all params: 7,737,708,544 (2) GPU = NVIDIA L40. Max memory = 44.309 GB. 14.855 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 你是一个逻辑游戏的主持人。游戏规则如下： 1. 参与者会得到一个谜题。 2. 参与者可以通过提问来获取线索，尝试解开谜题。 3. 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。 4. 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”。 5. 参与者需要根据回答来推理，并最终找出谜题的正确答案。 请严格按照这些规则回答参与者提出的问题。 谜题: 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？ 实际情况: 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 你是一个逻辑游戏的主持人。游戏规则如下： 1. 参与者会得到一个谜题。 2. 参与者可以通过提问来获取线索，尝试解开谜题。 3. 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。 4. 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”。 5. 参与者需要根据回答来推理，并最终找出谜题的正确答案。 请严格按照这些规则回答参与者提出的问题。 谜题: 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？ 实际情况: 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 你是一个逻辑游戏的主持人。游戏规则如下： 1. 参与者会得到一个谜题。 2. 参与者可以通过提问来获取线索，尝试解开谜题。 3. 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。 4. 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”。 5. 参与者需要根据回答来推理，并最终找出谜题的正确答案。 请严格按照这些规则回答参与者提出的问题。 谜题: 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。 实际情况: 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 你是一个逻辑游戏的主持人。游戏规则如下： 1. 参与者会得到一个谜题。 2. 参与者可以通过提问来获取线索，尝试解开谜题。 3. 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。 4. 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”。 5. 参与者需要根据回答来推理，并最终找出谜题的正确答案。 请严格按照这些规则回答参与者提出的问题。 谜题: 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。 实际情况: 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: internlm/internlm2_5-7b-chat-1m -------- 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. 16.078 GB of memory reserved. text ... internlm/internlm2_5-7b-chat-1m_checkpoint-528 0 甄加索是自杀吗 ... 不是 [1 rows x 12 columns] {'accuracy': 0.716, 'incorrect_ids': [9, 11, 16, 24, 25, 29, 31, 33, 34, 35, 36, 37, 38, 55, 57, 58, 59, 60, 61, 65, 67, 77, 78, 82, 83, 84, 88, 91, 93, 96, 97, 99, 104, 106, 108, 109, 112, 114, 118, 119, 121, 124, 128, 129, 131, 135, 137, 138, 139, 141, 143, 149, 153, 155, 160, 164, 169, 171, 172, 173, 179, 190, 191, 192, 199, 200, 202, 207, 218, 222, 224, 225, 226, 228, 230, 234, 236, 240, 242, 245, 248, 250, 253, 255, 256, 257, 259, 260, 265, 269, 271, 273, 275, 276, 283, 284, 286, 292, 295, 299, 301, 303, 304, 309, 311, 313, 314, 316, 317, 318, 321, 323, 325, 334, 335, 338, 339, 341, 342, 350, 351, 352, 353, 354, 355, 356, 357, 360, 368, 370, 371, 373, 374, 377, 383, 386, 387, 389, 397, 402, 410, 416, 421, 423, 428, 429, 430, 432, 438, 440, 447, 452, 454, 456, 457, 458, 469, 470, 471, 472, 473, 476, 479, 480, 482, 490, 492, 493, 494, 497, 500, 501, 502, 506, 507, 508, 510, 511, 512, 514, 515, 517, 518, 520, 530, 533, 534, 537, 538, 540, 553, 560, 561, 566, 570, 571, 579, 581, 589, 591, 592, 593, 596, 597, 599, 601, 607, 612, 613, 614, 621, 625, 626, 627, 628, 632, 636, 641, 644, 647, 650, 657, 663, 666, 671, 678, 682, 686, 695, 701, 702, 705, 708, 709, 718, 720, 721, 722, 725, 727, 729, 730, 732, 734, 739, 740, 752, 754, 758, 760, 766, 770, 771, 772, 774, 778, 785, 788, 790, 791, 794, 795, 798, 801, 803, 805, 809, 813, 817, 819, 820, 821, 823, 824, 828, 830, 833, 834, 837, 840, 842, 843, 844, 847, 851, 852, 856, 857, 861, 862, 864, 866, 869, 870, 875, 884, 888, 889, 890, 891, 899, 901, 904, 913, 927, 932, 935, 937, 943, 945, 951, 952, 960, 962, 966, 969, 970, 980, 982, 989, 994, 997, 998, 1001, 1003, 1005, 1006, 1007, 1011, 1012, 1013, 1014, 1015, 1019, 1022, 1036, 1045, 1046, 1051, 1053, 1054, 1059, 1061, 1064, 1066, 1071, 1073, 1075, 1076, 1080, 1081, 1083, 1087, 1089, 1096, 1111, 1116, 1120, 1121, 1125, 1126, 1129, 1138, 1154, 1158, 1163, 1164, 1166, 1167, 1170, 1174, 1177, 1178, 1179, 1180, 1181, 1183, 1185, 1188, 1192, 1194, 1203, 1212, 1219, 1228, 1232, 1239, 1240, 1241, 1242, 1243, 1250, 1251, 1252, 1254, 1259, 1261, 1262, 1266, 1267, 1282, 1289, 1293, 1300, 1301, 1305, 1308, 1311, 1313, 1314, 1315, 1317, 1323, 1324, 1332, 1341, 1342, 1347, 1349, 1353, 1357, 1363, 1364, 1367, 1369, 1370, 1373, 1380, 1385, 1387, 1388, 1389, 1392, 1393, 1395, 1398, 1400, 1406, 1407, 1409, 1412, 1413, 1420, 1424, 1426, 1427, 1438, 1440, 1444, 1445, 1446, 1448, 1451, 1453, 1454, 1455, 1459, 1460, 1462, 1463, 1469, 1470, 1473, 1475, 1476, 1478, 1481, 1485, 1491, 1493, 1494, 1496, 1500, 1501, 1512, 1515, 1517, 1518, 1525, 1526, 1528, 1533, 1544, 1547, 1554, 1559, 1560, 1562, 1567, 1572, 1573, 1581, 1584, 1585, 1586, 1588, 1590, 1593, 1596, 1603, 1604, 1605, 1611, 1622, 1627, 1633, 1637, 1641, 1643, 1645, 1647, 1650, 1654, 1655, 1658, 1659, 1660, 1665, 1667, 1668, 1672, 1673, 1674, 1676, 1683, 1686, 1689, 1690, 1691, 1695, 1700, 1716, 1718, 1726, 1727, 1730, 1734, 1736, 1738, 1746, 1751, 1752, 1754, 1756, 1769, 1770, 1773, 1780, 1786, 1790, 1791, 1796, 1799, 1801, 1809, 1812, 1816, 1825, 1827, 1833, 1835, 1847, 1848, 1858, 1860, 1864, 1867, 1869, 1872, 1879, 1881, 1882, 1885, 1888, 1897, 1903, 1905, 1910, 1914, 1915, 1935, 1940, 1945, 1949, 1953, 1958, 1962, 1963, 1964, 1965, 1973, 1978, 1981, 1984, 1989, 1990, 1991, 1992, 1994, 1995, 1998, 2001, 2004, 2005, 2007, 2010, 2014, 2015, 2017, 2021, 2028, 2029, 2035, 2036, 2037, 2038, 2040, 2046, 2049, 2062, 2063, 2067, 2072, 2076, 2077, 2094, 2099, 2106, 2109, 2110, 2112, 2118, 2119, 2120, 2121, 2122, 2126, 2130, 2133, 2135, 2140, 2141, 2145, 2147, 2161, 2162, 2164, 2167, 2169, 2177, 2185, 2186, 2189, 2193, 2194, 2195, 2197, 2199, 2206, 2208, 2212, 2226, 2230, 2237, 2248, 2249, 2250, 2254, 2257, 2262, 2265, 2274, 2275, 2281, 2285, 2287, 2297, 2301, 2304, 2309, 2311, 2313, 2320, 2322, 2324, 2333, 2335, 2344, 2348, 2354, 2360, 2364, 2365, 2366, 2378, 2386, 2389, 2395, 2396, 2400, 2404, 2406, 2408, 2409, 2410, 2412, 2421, 2423, 2429, 2437, 2440, 2441, 2442, 2444, 2445, 2448, 2463, 2469, 2471, 2474, 2484, 2486, 2501, 2512, 2517, 2522, 2526, 2529, 2530, 2532, 2535, 2538, 2539, 2540, 2547, 2548, 2549, 2553, 2554, 2555, 2556, 2559, 2560, 2562, 2574, 2575, 2581, 2589, 2590, 2592, 2594, 2602, 2606, 2607, 2610, 2616, 2624, 2626, 2629, 2632, 2635, 2640, 2644, 2647, 2655, 2660, 2663, 2667, 2672, 2676, 2681, 2691, 2704, 2707, 2708, 2714, 2715, 2716, 2727, 2728, 2731, 2736, 2742, 2744, 2745, 2749, 2754, 2756, 2757, 2758, 2760, 2761, 2762, 2764, 2766, 2767, 2777, 2782, 2787, 2788, 2797, 2798, 2801, 2803, 2806, 2807, 2811, 2812, 2815, 2816, 2820, 2823, 2837, 2843, 2850, 2854, 2856, 2857, 2862, 2875, 2877, 2882, 2884, 2888, 2899, 2902, 2905, 2912, 2913, 2915, 2916, 2921, 2927, 2933, 2937, 2938, 2942, 2944, 2949, 2950, 2953, 2960, 2962, 2963, 2966, 2969, 2979, 2983, 2991, 2995, 2998, 2999]}