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 | |
| internlm/internlm2_5-7b-chat-1m None 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 | |
| (2) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 14.416 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: <s><|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</s> | |
| -------------------------------------------------- | |
| prompt: <s><|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: <s><|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</s> | |
| -------------------------------------------------- | |
| prompt: <s><|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<|im_end|> | |
| -------- | |
| 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. | |
| 15.674 GB of memory reserved. | |
| text ... internlm/internlm2_5-7b-chat-1m | |
| 0 甄加索是自杀吗 ... 不是 | |
| [1 rows x 6 columns] | |
| {'accuracy': 0.7646666666666667, 'incorrect_ids': [2, 9, 11, 14, 15, 16, 18, 19, 29, 31, 36, 48, 52, 53, 59, 61, 66, 67, 75, 76, 78, 80, 81, 82, 83, 84, 88, 91, 93, 94, 96, 99, 102, 103, 104, 105, 106, 113, 115, 117, 121, 126, 129, 141, 143, 149, 150, 153, 155, 161, 164, 173, 189, 190, 191, 193, 199, 201, 202, 218, 222, 224, 227, 228, 230, 234, 236, 237, 238, 240, 245, 248, 250, 252, 260, 261, 264, 269, 275, 276, 278, 279, 283, 284, 290, 295, 303, 308, 314, 318, 319, 320, 324, 325, 328, 334, 335, 337, 338, 339, 341, 343, 346, 349, 356, 361, 368, 370, 375, 377, 383, 384, 386, 389, 397, 409, 410, 425, 428, 429, 430, 432, 438, 445, 447, 450, 452, 453, 454, 456, 457, 458, 464, 465, 469, 470, 471, 472, 481, 490, 492, 495, 497, 501, 502, 503, 506, 507, 515, 516, 517, 518, 519, 520, 533, 536, 538, 540, 541, 543, 560, 561, 566, 570, 571, 579, 581, 589, 593, 597, 614, 622, 635, 636, 647, 649, 650, 651, 671, 680, 693, 695, 700, 708, 720, 721, 727, 730, 738, 742, 748, 754, 758, 760, 764, 768, 769, 770, 774, 778, 781, 788, 794, 801, 807, 819, 820, 821, 823, 824, 826, 828, 832, 837, 840, 841, 844, 847, 848, 851, 856, 862, 866, 869, 870, 875, 886, 889, 890, 894, 899, 904, 913, 919, 921, 922, 927, 930, 935, 940, 942, 945, 952, 960, 964, 965, 966, 969, 974, 980, 982, 989, 991, 998, 1001, 1003, 1005, 1006, 1011, 1012, 1014, 1016, 1018, 1019, 1022, 1023, 1024, 1027, 1029, 1030, 1033, 1036, 1038, 1040, 1043, 1051, 1052, 1053, 1057, 1062, 1076, 1087, 1089, 1096, 1120, 1121, 1125, 1126, 1129, 1133, 1164, 1166, 1170, 1174, 1177, 1180, 1181, 1183, 1185, 1187, 1188, 1196, 1198, 1203, 1209, 1212, 1222, 1228, 1232, 1238, 1239, 1240, 1241, 1246, 1251, 1252, 1254, 1258, 1259, 1266, 1276, 1278, 1279, 1282, 1288, 1289, 1298, 1305, 1308, 1313, 1315, 1317, 1324, 1326, 1331, 1339, 1342, 1345, 1349, 1353, 1357, 1363, 1364, 1365, 1367, 1373, 1377, 1386, 1387, 1388, 1390, 1400, 1402, 1405, 1406, 1409, 1412, 1417, 1420, 1422, 1426, 1436, 1440, 1443, 1446, 1449, 1451, 1453, 1454, 1459, 1462, 1469, 1476, 1478, 1484, 1486, 1490, 1491, 1494, 1496, 1501, 1506, 1510, 1517, 1519, 1525, 1526, 1543, 1544, 1547, 1550, 1551, 1554, 1562, 1572, 1577, 1580, 1593, 1596, 1603, 1604, 1605, 1613, 1614, 1623, 1627, 1633, 1637, 1641, 1643, 1645, 1647, 1648, 1650, 1652, 1653, 1654, 1655, 1659, 1662, 1665, 1672, 1678, 1679, 1686, 1691, 1694, 1695, 1698, 1716, 1717, 1718, 1726, 1727, 1734, 1736, 1739, 1751, 1755, 1756, 1762, 1766, 1769, 1773, 1780, 1785, 1790, 1791, 1798, 1804, 1812, 1816, 1818, 1826, 1827, 1835, 1839, 1841, 1848, 1858, 1867, 1869, 1872, 1879, 1884, 1888, 1894, 1899, 1902, 1903, 1907, 1914, 1919, 1933, 1941, 1953, 1958, 1963, 1976, 1977, 1978, 1981, 1983, 1984, 1985, 1986, 1989, 1991, 1995, 2017, 2021, 2024, 2028, 2029, 2031, 2035, 2036, 2039, 2043, 2044, 2049, 2054, 2067, 2068, 2069, 2076, 2077, 2081, 2093, 2099, 2100, 2106, 2109, 2110, 2111, 2119, 2120, 2121, 2126, 2133, 2147, 2159, 2161, 2162, 2164, 2174, 2177, 2181, 2185, 2186, 2188, 2189, 2193, 2194, 2195, 2196, 2199, 2208, 2212, 2217, 2223, 2226, 2237, 2240, 2248, 2250, 2257, 2262, 2265, 2274, 2277, 2281, 2285, 2297, 2302, 2304, 2311, 2312, 2320, 2322, 2324, 2330, 2331, 2334, 2339, 2344, 2348, 2354, 2355, 2356, 2358, 2360, 2366, 2370, 2378, 2380, 2381, 2389, 2396, 2400, 2404, 2406, 2409, 2410, 2421, 2422, 2423, 2425, 2427, 2429, 2437, 2440, 2442, 2463, 2471, 2475, 2476, 2488, 2495, 2503, 2506, 2512, 2517, 2522, 2524, 2529, 2530, 2532, 2535, 2539, 2546, 2556, 2559, 2575, 2581, 2589, 2590, 2600, 2602, 2616, 2629, 2632, 2634, 2644, 2658, 2661, 2663, 2664, 2667, 2672, 2676, 2678, 2681, 2692, 2701, 2707, 2708, 2710, 2714, 2716, 2727, 2731, 2736, 2742, 2745, 2749, 2751, 2753, 2757, 2758, 2762, 2766, 2770, 2775, 2777, 2786, 2787, 2788, 2789, 2794, 2797, 2798, 2805, 2806, 2807, 2809, 2814, 2815, 2816, 2820, 2823, 2834, 2837, 2840, 2843, 2854, 2857, 2861, 2866, 2876, 2877, 2882, 2884, 2901, 2905, 2912, 2913, 2916, 2917, 2921, 2922, 2927, 2929, 2937, 2939, 2942, 2944, 2948, 2949, 2953, 2964, 2967, 2973, 2977, 2979, 2998]} | |