Spaces:
Build error
Build error
| 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 | |
| shenzhi-wang/Llama3.1-70B-Chinese-Chat llama-factory/saves/Llama3.1-70B-Chinese-Chat/checkpoint-35 True datasets/mgtv data/Llama3.1-70B-Chinese-Chat_results.csv | |
| (1) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 0.0 GB of memory reserved. | |
| loading model: shenzhi-wang/Llama3.1-70B-Chinese-Chat with adapter: llama-factory/saves/Llama3.1-70B-Chinese-Chat/checkpoint-35 | |
| 09/09/2024 23:39:07 - INFO - llamafactory.data.template - Replace eos token: <|eot_id|> | |
| 09/09/2024 23:39:08 - INFO - llamafactory.model.model_utils.quantization - Quantizing model to 4 bit with bitsandbytes. | |
| 09/09/2024 23:39:08 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. | |
| 09/09/2024 23:47:20 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. | |
| 09/09/2024 23:47:22 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/Llama3.1-70B-Chinese-Chat/checkpoint-35 | |
| 09/09/2024 23:47:22 - INFO - llamafactory.model.loader - all params: 70,657,253,376 | |
| (2) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 37.51 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: shenzhi-wang/Llama3.1-70B-Chinese-Chat | |
| Batch output: ['不是', '是'] | |
| (3) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 43.637 GB of memory reserved. | |
| text ... shenzhi-wang/Llama3.1-70B-Chinese-Chat/checkpoint-35_torch.bfloat16_4bit_lf | |
| 0 甄加索是自杀吗 ... 不是 | |
| [1 rows x 7 columns] | |
| {'accuracy': 0.778, 'incorrect_ids': [9, 24, 26, 31, 34, 36, 59, 61, 65, 66, 67, 78, 81, 88, 91, 94, 97, 104, 105, 106, 109, 112, 120, 124, 129, 139, 143, 150, 155, 161, 164, 179, 190, 192, 199, 200, 202, 218, 222, 225, 229, 241, 243, 245, 250, 251, 255, 257, 260, 261, 262, 268, 272, 289, 293, 304, 317, 320, 321, 326, 328, 330, 332, 333, 335, 342, 350, 351, 355, 356, 360, 361, 362, 368, 370, 371, 373, 374, 375, 377, 380, 383, 389, 393, 395, 397, 410, 428, 445, 447, 454, 456, 457, 461, 465, 470, 471, 473, 474, 476, 479, 488, 492, 493, 494, 495, 496, 497, 499, 501, 502, 503, 506, 507, 509, 510, 511, 512, 513, 514, 517, 519, 530, 540, 553, 560, 566, 570, 571, 579, 581, 589, 591, 593, 596, 597, 601, 613, 614, 621, 622, 632, 633, 636, 644, 647, 656, 666, 680, 682, 689, 692, 695, 701, 702, 707, 721, 722, 729, 730, 734, 739, 740, 754, 755, 758, 769, 770, 771, 774, 779, 786, 788, 798, 801, 802, 805, 808, 817, 818, 819, 820, 821, 822, 823, 824, 833, 837, 840, 841, 847, 849, 856, 861, 866, 869, 870, 873, 875, 876, 884, 886, 888, 889, 890, 904, 909, 913, 924, 927, 930, 935, 937, 945, 952, 962, 966, 969, 971, 980, 994, 998, 1004, 1006, 1011, 1012, 1014, 1018, 1025, 1030, 1032, 1033, 1036, 1038, 1040, 1043, 1049, 1051, 1053, 1056, 1069, 1071, 1080, 1087, 1089, 1093, 1117, 1121, 1125, 1126, 1129, 1158, 1166, 1170, 1174, 1178, 1180, 1181, 1185, 1198, 1202, 1203, 1212, 1221, 1228, 1232, 1236, 1239, 1240, 1241, 1251, 1252, 1254, 1258, 1259, 1270, 1282, 1289, 1305, 1308, 1311, 1313, 1314, 1317, 1318, 1321, 1331, 1339, 1345, 1349, 1353, 1357, 1362, 1363, 1367, 1370, 1386, 1391, 1404, 1406, 1407, 1416, 1417, 1420, 1422, 1426, 1433, 1438, 1440, 1443, 1445, 1450, 1453, 1457, 1459, 1462, 1468, 1469, 1473, 1476, 1478, 1485, 1486, 1490, 1494, 1496, 1499, 1501, 1512, 1517, 1518, 1525, 1526, 1528, 1533, 1547, 1548, 1554, 1558, 1562, 1573, 1576, 1580, 1581, 1585, 1586, 1587, 1589, 1590, 1591, 1592, 1593, 1603, 1604, 1616, 1622, 1624, 1627, 1628, 1629, 1633, 1635, 1641, 1645, 1647, 1648, 1650, 1651, 1654, 1655, 1658, 1659, 1662, 1668, 1672, 1673, 1674, 1675, 1679, 1686, 1691, 1700, 1712, 1716, 1726, 1727, 1728, 1735, 1739, 1751, 1755, 1756, 1766, 1769, 1780, 1786, 1787, 1790, 1796, 1799, 1806, 1816, 1822, 1827, 1835, 1858, 1859, 1860, 1869, 1872, 1894, 1897, 1907, 1913, 1914, 1918, 1932, 1944, 1945, 1958, 1962, 1963, 1964, 1965, 1967, 1978, 1979, 1982, 1984, 1986, 1987, 1990, 1992, 1995, 2001, 2009, 2015, 2017, 2021, 2025, 2028, 2029, 2031, 2035, 2049, 2064, 2068, 2072, 2076, 2077, 2080, 2089, 2091, 2092, 2094, 2100, 2102, 2105, 2107, 2112, 2114, 2118, 2119, 2121, 2126, 2133, 2139, 2141, 2145, 2147, 2161, 2162, 2164, 2167, 2175, 2177, 2181, 2185, 2186, 2188, 2195, 2196, 2197, 2199, 2210, 2212, 2223, 2226, 2229, 2230, 2235, 2237, 2238, 2240, 2247, 2250, 2261, 2262, 2274, 2276, 2281, 2293, 2304, 2312, 2318, 2319, 2320, 2322, 2324, 2330, 2343, 2344, 2348, 2352, 2357, 2359, 2360, 2363, 2364, 2366, 2385, 2388, 2395, 2396, 2400, 2404, 2405, 2406, 2408, 2409, 2410, 2412, 2414, 2423, 2425, 2429, 2433, 2437, 2440, 2441, 2442, 2444, 2445, 2457, 2463, 2469, 2485, 2486, 2491, 2495, 2503, 2513, 2517, 2520, 2522, 2524, 2526, 2529, 2531, 2532, 2535, 2537, 2538, 2542, 2549, 2554, 2555, 2556, 2559, 2560, 2562, 2564, 2575, 2577, 2600, 2601, 2604, 2605, 2607, 2610, 2617, 2624, 2626, 2629, 2630, 2632, 2634, 2637, 2658, 2668, 2671, 2672, 2678, 2704, 2710, 2711, 2714, 2731, 2735, 2736, 2744, 2745, 2749, 2751, 2754, 2757, 2760, 2761, 2762, 2766, 2770, 2771, 2788, 2798, 2801, 2803, 2807, 2811, 2812, 2815, 2816, 2818, 2823, 2829, 2837, 2841, 2842, 2843, 2845, 2852, 2854, 2856, 2857, 2882, 2884, 2896, 2899, 2902, 2905, 2906, 2912, 2913, 2916, 2917, 2921, 2931, 2933, 2934, 2937, 2938, 2944, 2949, 2953, 2966, 2969, 2975, 2976, 2977, 2979, 2980, 2981, 2990, 2991, 2995, 2998, 2999]} | |