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/checkpoint-1050 False datasets/mgtv results/llama3-8b_lora_sft_bf16-p2.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/checkpoint-1050 07/20/2024 11:07:53 - INFO - llamafactory.data.template - Replace eos token: <|im_end|> 07/20/2024 11:07:53 - WARNING - llamafactory.data.template - New tokens have been added, make sure `resize_vocab` is True. 07/20/2024 11:07:53 - INFO - llamafactory.data.template - Add <|im_start|> to stop words. 07/20/2024 11:07:53 - WARNING - llamafactory.data.template - New tokens have been added, make sure `resize_vocab` is True. 07/20/2024 11:07:53 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. 07/20/2024 11:08:02 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. 07/20/2024 11:08:03 - INFO - llamafactory.model.adapter - Merged 1 adapter(s). 07/20/2024 11:08:03 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full/checkpoint-1050 07/20/2024 11:08:03 - INFO - llamafactory.model.loader - all params: 8,030,261,248 (2) GPU = NVIDIA L40. Max memory = 44.309 GB. 17.463 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: shenzhi-wang/Llama3-8B-Chinese-Chat -------- 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. 17.463 GB of memory reserved. text ... shenzhi-wang/Llama3-8B-Chinese-Chat_checkpoint-1575 0 甄加索是自杀吗 ... 不是 [1 rows x 15 columns] {'accuracy': 0.6233333333333333, 'incorrect_ids': [6, 7, 9, 17, 19, 24, 25, 26, 28, 29, 31, 32, 33, 34, 35, 36, 38, 52, 53, 55, 58, 59, 60, 61, 65, 67, 71, 76, 78, 81, 83, 93, 97, 102, 104, 106, 108, 109, 112, 115, 124, 125, 126, 127, 129, 137, 139, 144, 150, 152, 153, 160, 162, 164, 171, 173, 174, 179, 180, 185, 188, 189, 190, 191, 193, 194, 198, 199, 200, 202, 203, 206, 207, 208, 214, 215, 216, 218, 222, 224, 225, 229, 230, 233, 234, 237, 238, 241, 243, 245, 248, 250, 253, 254, 257, 260, 261, 265, 268, 272, 275, 276, 278, 283, 284, 286, 289, 290, 292, 293, 294, 295, 303, 304, 305, 307, 308, 309, 311, 316, 317, 318, 322, 326, 330, 332, 334, 335, 338, 339, 340, 341, 344, 347, 348, 349, 350, 351, 352, 353, 354, 355, 356, 358, 359, 360, 361, 365, 368, 370, 371, 372, 373, 374, 377, 378, 389, 391, 402, 409, 414, 416, 422, 425, 428, 430, 431, 437, 438, 446, 447, 448, 450, 451, 452, 454, 455, 456, 459, 460, 461, 462, 465, 467, 472, 473, 476, 478, 479, 480, 487, 488, 490, 492, 493, 494, 495, 499, 501, 504, 506, 507, 508, 510, 511, 512, 513, 514, 515, 516, 517, 518, 519, 520, 530, 531, 536, 540, 555, 560, 567, 568, 570, 571, 579, 581, 589, 591, 592, 593, 596, 597, 599, 601, 607, 612, 613, 614, 618, 619, 621, 625, 626, 627, 628, 629, 632, 633, 634, 635, 636, 642, 643, 644, 645, 646, 647, 650, 661, 663, 665, 666, 671, 676, 682, 683, 684, 686, 690, 691, 693, 694, 697, 701, 702, 710, 711, 712, 717, 721, 722, 729, 730, 732, 734, 739, 740, 743, 752, 754, 766, 770, 771, 772, 774, 776, 779, 784, 785, 786, 789, 790, 791, 792, 795, 798, 799, 802, 803, 805, 809, 812, 813, 814, 816, 817, 818, 820, 821, 823, 824, 826, 827, 828, 833, 834, 840, 841, 842, 843, 846, 847, 848, 849, 850, 851, 857, 859, 861, 866, 867, 869, 870, 871, 876, 886, 888, 889, 890, 897, 901, 903, 904, 906, 907, 913, 920, 927, 928, 935, 936, 937, 941, 942, 943, 945, 946, 948, 952, 954, 956, 959, 962, 966, 967, 969, 970, 972, 973, 974, 976, 979, 980, 989, 991, 993, 994, 995, 998, 999, 1001, 1003, 1006, 1007, 1010, 1011, 1012, 1014, 1015, 1020, 1021, 1022, 1023, 1025, 1031, 1033, 1036, 1038, 1040, 1041, 1043, 1046, 1051, 1053, 1054, 1061, 1066, 1068, 1071, 1073, 1074, 1076, 1077, 1078, 1080, 1084, 1086, 1087, 1091, 1095, 1096, 1098, 1104, 1106, 1107, 1111, 1116, 1120, 1121, 1125, 1126, 1129, 1138, 1151, 1153, 1156, 1157, 1160, 1161, 1166, 1167, 1170, 1172, 1174, 1176, 1177, 1180, 1181, 1183, 1184, 1198, 1202, 1203, 1212, 1219, 1228, 1230, 1234, 1235, 1237, 1239, 1241, 1242, 1243, 1250, 1251, 1252, 1254, 1259, 1262, 1265, 1266, 1267, 1269, 1277, 1281, 1282, 1289, 1294, 1300, 1305, 1307, 1308, 1311, 1313, 1314, 1315, 1316, 1317, 1323, 1324, 1326, 1329, 1340, 1342, 1344, 1349, 1352, 1353, 1356, 1357, 1361, 1362, 1363, 1364, 1368, 1370, 1372, 1373, 1378, 1379, 1380, 1384, 1385, 1386, 1387, 1389, 1391, 1392, 1393, 1395, 1399, 1402, 1406, 1407, 1409, 1413, 1418, 1420, 1422, 1424, 1425, 1426, 1427, 1428, 1430, 1431, 1437, 1439, 1440, 1441, 1442, 1443, 1447, 1448, 1449, 1451, 1453, 1454, 1455, 1458, 1459, 1468, 1469, 1470, 1473, 1475, 1476, 1477, 1478, 1480, 1483, 1485, 1486, 1489, 1490, 1492, 1493, 1496, 1508, 1510, 1512, 1513, 1515, 1517, 1518, 1519, 1525, 1528, 1533, 1536, 1538, 1542, 1544, 1545, 1546, 1547, 1550, 1554, 1558, 1560, 1562, 1569, 1577, 1578, 1581, 1585, 1587, 1590, 1591, 1593, 1598, 1603, 1604, 1605, 1613, 1615, 1616, 1617, 1620, 1622, 1627, 1632, 1633, 1636, 1637, 1641, 1643, 1645, 1647, 1648, 1652, 1654, 1655, 1658, 1659, 1668, 1672, 1673, 1674, 1676, 1677, 1678, 1682, 1684, 1685, 1686, 1689, 1690, 1694, 1695, 1700, 1704, 1710, 1711, 1712, 1714, 1716, 1726, 1727, 1728, 1729, 1731, 1735, 1736, 1738, 1740, 1742, 1743, 1747, 1750, 1751, 1753, 1754, 1755, 1756, 1757, 1758, 1759, 1761, 1769, 1770, 1778, 1780, 1786, 1789, 1791, 1795, 1796, 1798, 1799, 1804, 1805, 1807, 1811, 1812, 1816, 1818, 1823, 1827, 1834, 1835, 1837, 1839, 1841, 1848, 1849, 1852, 1854, 1856, 1858, 1867, 1869, 1873, 1879, 1880, 1882, 1889, 1890, 1897, 1901, 1904, 1905, 1908, 1913, 1914, 1917, 1919, 1920, 1926, 1928, 1930, 1931, 1934, 1935, 1936, 1937, 1940, 1941, 1944, 1945, 1949, 1953, 1954, 1955, 1957, 1958, 1959, 1961, 1963, 1964, 1965, 1973, 1978, 1981, 1984, 1988, 1989, 1990, 1992, 1994, 1995, 1998, 2001, 2002, 2005, 2007, 2011, 2013, 2014, 2015, 2020, 2021, 2022, 2030, 2035, 2038, 2039, 2042, 2044, 2046, 2047, 2052, 2054, 2059, 2062, 2063, 2064, 2070, 2072, 2074, 2077, 2079, 2080, 2083, 2085, 2092, 2094, 2097, 2100, 2101, 2106, 2107, 2109, 2112, 2113, 2114, 2118, 2119, 2121, 2122, 2126, 2128, 2130, 2133, 2135, 2138, 2139, 2141, 2144, 2145, 2147, 2150, 2153, 2160, 2161, 2162, 2164, 2167, 2169, 2172, 2173, 2177, 2178, 2180, 2184, 2185, 2186, 2187, 2188, 2192, 2193, 2194, 2195, 2196, 2198, 2199, 2205, 2206, 2212, 2214, 2215, 2219, 2221, 2226, 2230, 2238, 2240, 2242, 2243, 2246, 2248, 2249, 2250, 2253, 2260, 2261, 2262, 2267, 2274, 2278, 2279, 2282, 2285, 2287, 2290, 2297, 2299, 2301, 2304, 2311, 2312, 2313, 2320, 2322, 2324, 2328, 2333, 2335, 2339, 2344, 2349, 2351, 2352, 2354, 2356, 2358, 2360, 2361, 2364, 2366, 2368, 2369, 2374, 2375, 2376, 2378, 2380, 2389, 2395, 2396, 2400, 2401, 2404, 2405, 2408, 2409, 2410, 2412, 2416, 2420, 2421, 2423, 2425, 2429, 2437, 2440, 2441, 2442, 2445, 2447, 2450, 2451, 2459, 2461, 2463, 2464, 2465, 2469, 2471, 2473, 2475, 2476, 2477, 2479, 2481, 2482, 2488, 2491, 2492, 2495, 2496, 2497, 2499, 2500, 2501, 2509, 2511, 2512, 2516, 2522, 2525, 2526, 2529, 2530, 2532, 2535, 2537, 2538, 2539, 2540, 2547, 2548, 2549, 2550, 2556, 2557, 2558, 2559, 2560, 2562, 2563, 2565, 2570, 2572, 2575, 2577, 2588, 2589, 2594, 2599, 2602, 2606, 2607, 2610, 2620, 2623, 2626, 2629, 2630, 2632, 2644, 2647, 2649, 2653, 2657, 2660, 2661, 2664, 2666, 2667, 2670, 2672, 2676, 2677, 2678, 2682, 2683, 2684, 2686, 2689, 2690, 2691, 2694, 2697, 2701, 2704, 2708, 2710, 2714, 2716, 2719, 2721, 2727, 2728, 2729, 2731, 2732, 2733, 2735, 2736, 2739, 2742, 2744, 2746, 2749, 2754, 2757, 2760, 2762, 2764, 2765, 2766, 2767, 2777, 2781, 2782, 2788, 2791, 2792, 2793, 2795, 2798, 2800, 2801, 2803, 2805, 2806, 2807, 2812, 2814, 2815, 2816, 2817, 2820, 2821, 2823, 2834, 2837, 2843, 2845, 2850, 2854, 2857, 2867, 2870, 2873, 2877, 2878, 2880, 2882, 2884, 2885, 2899, 2902, 2905, 2912, 2913, 2915, 2916, 2917, 2921, 2928, 2930, 2933, 2935, 2942, 2943, 2944, 2948, 2949, 2953, 2955, 2956, 2960, 2962, 2963, 2969, 2973, 2974, 2976, 2978, 2980, 2981, 2985, 2990, 2991, 2995, 2998, 2999]}