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-140 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-140 09/09/2024 09:48:57 - INFO - llamafactory.data.template - Replace eos token: <|im_end|> 09/09/2024 09:48:57 - INFO - llamafactory.data.template - Add <|im_start|> to stop words. 09/09/2024 09:48:58 - INFO - llamafactory.model.model_utils.quantization - Quantizing model to 4 bit with bitsandbytes. 09/09/2024 09:48:58 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. 09/09/2024 09:59:34 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. 09/09/2024 09:59:36 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/Qwen2-72B-Instruct/checkpoint-140 09/09/2024 09:59:36 - 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-140_torch.bfloat16_4bit_lf 0 甄加索是自杀吗 ... 不是 [1 rows x 10 columns] {'accuracy': 0.7893333333333333, 'incorrect_ids': [6, 10, 11, 18, 24, 27, 29, 31, 34, 36, 52, 55, 58, 59, 61, 65, 66, 67, 78, 81, 82, 83, 88, 93, 97, 104, 108, 114, 115, 117, 119, 120, 128, 129, 131, 137, 138, 143, 150, 155, 161, 163, 164, 179, 190, 199, 201, 224, 229, 235, 236, 245, 248, 250, 254, 255, 257, 259, 260, 271, 283, 286, 289, 292, 299, 304, 314, 317, 323, 326, 330, 332, 334, 335, 342, 350, 355, 356, 360, 363, 365, 368, 371, 372, 373, 376, 377, 383, 389, 395, 396, 397, 402, 403, 410, 423, 428, 429, 430, 438, 445, 447, 452, 454, 456, 457, 458, 461, 465, 467, 473, 474, 476, 480, 483, 485, 488, 492, 493, 494, 495, 496, 499, 500, 501, 502, 503, 506, 507, 508, 510, 511, 517, 519, 520, 534, 536, 538, 540, 543, 545, 560, 566, 570, 571, 579, 581, 584, 589, 591, 592, 597, 598, 600, 601, 612, 613, 614, 615, 621, 625, 628, 629, 632, 643, 644, 647, 650, 663, 666, 682, 684, 692, 694, 695, 702, 707, 711, 716, 718, 720, 721, 727, 729, 730, 732, 734, 739, 752, 754, 770, 771, 774, 779, 788, 795, 801, 805, 809, 813, 817, 819, 820, 821, 823, 824, 827, 837, 840, 841, 842, 847, 861, 866, 869, 870, 875, 876, 884, 886, 889, 890, 901, 904, 909, 912, 913, 927, 932, 935, 937, 945, 952, 962, 966, 969, 980, 989, 991, 994, 998, 1007, 1011, 1012, 1014, 1017, 1018, 1019, 1022, 1032, 1036, 1040, 1043, 1045, 1049, 1051, 1053, 1069, 1075, 1080, 1087, 1097, 1120, 1125, 1126, 1129, 1138, 1158, 1163, 1166, 1167, 1172, 1174, 1178, 1180, 1181, 1183, 1185, 1193, 1198, 1212, 1221, 1228, 1232, 1236, 1239, 1240, 1241, 1251, 1252, 1254, 1259, 1266, 1289, 1305, 1311, 1313, 1314, 1317, 1323, 1324, 1326, 1327, 1331, 1337, 1339, 1342, 1345, 1349, 1353, 1357, 1363, 1367, 1370, 1380, 1386, 1387, 1389, 1392, 1393, 1406, 1407, 1420, 1422, 1426, 1428, 1431, 1440, 1444, 1451, 1453, 1454, 1455, 1462, 1468, 1469, 1473, 1475, 1476, 1481, 1490, 1494, 1496, 1512, 1515, 1517, 1518, 1525, 1526, 1528, 1533, 1547, 1548, 1554, 1558, 1561, 1562, 1572, 1580, 1581, 1585, 1586, 1590, 1593, 1596, 1602, 1603, 1604, 1605, 1606, 1613, 1622, 1624, 1627, 1633, 1636, 1641, 1643, 1645, 1647, 1648, 1650, 1654, 1655, 1658, 1659, 1665, 1668, 1672, 1674, 1679, 1686, 1695, 1712, 1716, 1726, 1727, 1751, 1755, 1756, 1770, 1773, 1780, 1786, 1796, 1799, 1812, 1816, 1824, 1827, 1835, 1836, 1848, 1858, 1860, 1869, 1872, 1905, 1914, 1933, 1944, 1953, 1958, 1964, 1978, 1981, 1982, 1984, 1989, 1990, 1992, 1995, 2014, 2017, 2035, 2064, 2067, 2072, 2076, 2077, 2085, 2094, 2100, 2105, 2107, 2109, 2112, 2114, 2118, 2119, 2121, 2126, 2130, 2133, 2135, 2140, 2141, 2145, 2147, 2161, 2162, 2164, 2167, 2174, 2177, 2183, 2185, 2186, 2188, 2189, 2193, 2194, 2195, 2210, 2212, 2214, 2229, 2230, 2234, 2237, 2240, 2244, 2246, 2249, 2261, 2262, 2265, 2274, 2281, 2293, 2297, 2301, 2304, 2313, 2318, 2320, 2322, 2324, 2330, 2333, 2339, 2340, 2348, 2359, 2360, 2364, 2369, 2373, 2381, 2388, 2395, 2396, 2400, 2404, 2406, 2409, 2410, 2422, 2423, 2425, 2429, 2437, 2440, 2441, 2442, 2469, 2471, 2475, 2486, 2488, 2503, 2515, 2517, 2522, 2524, 2526, 2529, 2532, 2535, 2539, 2549, 2555, 2556, 2557, 2559, 2560, 2574, 2575, 2589, 2595, 2600, 2604, 2605, 2616, 2624, 2626, 2629, 2632, 2644, 2655, 2663, 2667, 2671, 2676, 2678, 2704, 2707, 2714, 2727, 2731, 2736, 2745, 2746, 2749, 2756, 2757, 2758, 2764, 2766, 2767, 2770, 2781, 2788, 2795, 2798, 2801, 2803, 2806, 2807, 2811, 2815, 2816, 2823, 2837, 2843, 2844, 2852, 2856, 2857, 2858, 2875, 2877, 2880, 2882, 2884, 2888, 2899, 2902, 2905, 2906, 2912, 2913, 2915, 2916, 2921, 2931, 2933, 2938, 2944, 2949, 2953, 2965, 2966, 2969, 2973, 2975, 2976, 2977, 2979, 2983, 2990, 2995]}