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 | |
| THUDM/glm-4-9b-chat-1m llama-factory/saves/glm-4-9b/lora/sft_bf16_p2_full/checkpoint-175 False datasets/mgtv results/glm-4-9b_lora_sft_bf16-p2.csv | |
| (1) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 0.0 GB of memory reserved. | |
| loading model: THUDM/glm-4-9b-chat-1m with adapter: llama-factory/saves/glm-4-9b/lora/sft_bf16_p2_full/checkpoint-175 | |
| (2) GPU = NVIDIA L40. Max memory = 44.309 GB. | |
| 17.828 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: [gMASK]<sop><|system|> | |
| You are an expert in logical reasoning.<|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 | |
| <|assistant|>不是<|endoftext|> | |
| -------------------------------------------------- | |
| prompt: [gMASK]<sop><|system|> | |
| You are an expert in logical reasoning.<|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 | |
| <|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: [gMASK]<sop><|system|> | |
| You are an expert in logical reasoning.<|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 | |
| <|assistant|>不是<|endoftext|> | |
| -------------------------------------------------- | |
| prompt: [gMASK]<sop><|system|> | |
| You are an expert in logical reasoning.<|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 | |
| <|assistant|> | |
| Evaluating model: THUDM/glm-4-9b-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. | |
| 18.473 GB of memory reserved. | |
| text ... THUDM/glm-4-9b-chat-1m_checkpoint-700 | |
| 0 甄加索是自杀吗 ... 不是 | |
| [1 rows x 10 columns] | |
| {'accuracy': 0.596, 'incorrect_ids': [7, 9, 10, 12, 15, 16, 17, 24, 26, 27, 28, 31, 33, 34, 35, 36, 38, 58, 60, 65, 66, 67, 69, 71, 72, 76, 78, 82, 83, 85, 90, 93, 94, 95, 97, 101, 102, 103, 104, 105, 109, 111, 112, 113, 115, 118, 121, 123, 127, 128, 131, 135, 136, 137, 138, 139, 141, 144, 150, 153, 155, 156, 161, 163, 164, 169, 170, 174, 175, 178, 179, 180, 188, 189, 190, 193, 199, 200, 202, 209, 214, 218, 221, 222, 223, 224, 225, 226, 227, 228, 230, 233, 234, 236, 237, 239, 243, 245, 250, 251, 252, 253, 254, 257, 260, 262, 263, 265, 268, 271, 272, 273, 276, 278, 279, 284, 286, 292, 293, 294, 295, 301, 305, 307, 308, 309, 311, 314, 315, 317, 320, 321, 323, 325, 326, 328, 330, 332, 333, 334, 335, 337, 338, 340, 344, 347, 348, 349, 350, 351, 353, 354, 355, 356, 360, 361, 362, 364, 365, 367, 368, 370, 371, 372, 373, 374, 375, 377, 378, 389, 395, 396, 397, 401, 410, 414, 419, 421, 425, 428, 429, 430, 431, 432, 436, 438, 445, 447, 452, 454, 456, 458, 459, 460, 461, 464, 465, 469, 471, 472, 473, 475, 476, 478, 480, 482, 487, 490, 492, 494, 496, 498, 500, 501, 502, 503, 504, 506, 507, 508, 509, 510, 511, 512, 513, 517, 518, 520, 530, 536, 538, 540, 543, 553, 560, 566, 567, 568, 570, 571, 579, 581, 589, 591, 592, 593, 597, 598, 599, 601, 612, 613, 614, 621, 625, 627, 628, 629, 632, 637, 641, 642, 643, 646, 649, 650, 653, 655, 656, 657, 661, 663, 665, 666, 668, 670, 671, 674, 676, 678, 682, 683, 686, 688, 690, 691, 693, 694, 695, 696, 701, 702, 703, 705, 708, 709, 714, 717, 718, 719, 721, 722, 723, 729, 730, 731, 732, 733, 734, 740, 743, 747, 752, 754, 757, 758, 760, 766, 769, 770, 772, 773, 774, 784, 785, 791, 795, 798, 800, 801, 803, 805, 809, 810, 812, 813, 815, 817, 818, 819, 820, 821, 823, 824, 827, 832, 833, 834, 835, 837, 840, 842, 843, 847, 848, 849, 851, 856, 861, 866, 867, 869, 870, 871, 873, 876, 878, 886, 889, 890, 891, 894, 896, 897, 901, 903, 904, 907, 909, 910, 913, 920, 927, 928, 936, 937, 941, 945, 950, 953, 954, 956, 957, 964, 965, 966, 969, 970, 972, 973, 980, 982, 986, 987, 991, 998, 1001, 1003, 1006, 1011, 1012, 1014, 1020, 1022, 1025, 1028, 1029, 1036, 1038, 1040, 1043, 1046, 1048, 1051, 1053, 1054, 1061, 1062, 1063, 1064, 1069, 1073, 1074, 1075, 1076, 1077, 1078, 1079, 1080, 1081, 1084, 1087, 1089, 1096, 1098, 1102, 1106, 1107, 1111, 1114, 1120, 1121, 1123, 1124, 1125, 1129, 1130, 1133, 1134, 1141, 1143, 1149, 1151, 1153, 1161, 1163, 1164, 1166, 1167, 1168, 1172, 1174, 1175, 1177, 1181, 1183, 1185, 1192, 1196, 1203, 1209, 1212, 1216, 1219, 1220, 1224, 1225, 1227, 1228, 1231, 1232, 1235, 1237, 1238, 1239, 1240, 1241, 1242, 1243, 1245, 1246, 1249, 1252, 1254, 1256, 1258, 1259, 1261, 1262, 1264, 1267, 1269, 1270, 1273, 1274, 1289, 1292, 1296, 1299, 1304, 1305, 1306, 1308, 1309, 1312, 1313, 1314, 1316, 1320, 1322, 1326, 1328, 1329, 1331, 1334, 1336, 1337, 1342, 1345, 1348, 1349, 1353, 1354, 1358, 1363, 1367, 1372, 1376, 1379, 1380, 1386, 1387, 1389, 1391, 1392, 1393, 1400, 1406, 1407, 1409, 1413, 1416, 1417, 1418, 1420, 1422, 1424, 1425, 1426, 1427, 1428, 1430, 1432, 1438, 1439, 1440, 1441, 1443, 1444, 1445, 1448, 1450, 1451, 1452, 1453, 1455, 1456, 1457, 1459, 1462, 1463, 1467, 1469, 1472, 1473, 1475, 1476, 1477, 1478, 1482, 1484, 1485, 1487, 1488, 1489, 1490, 1491, 1493, 1494, 1495, 1496, 1500, 1504, 1507, 1510, 1512, 1516, 1517, 1518, 1525, 1526, 1527, 1528, 1533, 1536, 1542, 1543, 1545, 1546, 1547, 1551, 1552, 1558, 1560, 1561, 1562, 1565, 1568, 1569, 1577, 1581, 1585, 1587, 1590, 1591, 1593, 1594, 1596, 1598, 1600, 1602, 1603, 1604, 1605, 1607, 1611, 1612, 1613, 1616, 1617, 1621, 1622, 1623, 1624, 1625, 1627, 1631, 1633, 1636, 1637, 1641, 1645, 1647, 1648, 1650, 1652, 1654, 1655, 1658, 1660, 1662, 1666, 1668, 1669, 1672, 1676, 1682, 1683, 1684, 1690, 1691, 1694, 1695, 1700, 1701, 1709, 1711, 1713, 1716, 1717, 1718, 1723, 1727, 1728, 1734, 1735, 1736, 1738, 1740, 1743, 1751, 1753, 1754, 1755, 1756, 1759, 1767, 1769, 1770, 1772, 1774, 1778, 1779, 1780, 1785, 1786, 1789, 1790, 1792, 1796, 1797, 1799, 1810, 1811, 1812, 1816, 1818, 1823, 1824, 1827, 1830, 1834, 1835, 1840, 1846, 1848, 1849, 1852, 1853, 1856, 1858, 1860, 1862, 1870, 1879, 1880, 1881, 1882, 1884, 1888, 1890, 1894, 1896, 1897, 1903, 1904, 1909, 1913, 1917, 1919, 1920, 1922, 1928, 1930, 1931, 1934, 1935, 1936, 1941, 1949, 1951, 1953, 1955, 1956, 1957, 1959, 1961, 1963, 1964, 1970, 1973, 1978, 1979, 1981, 1982, 1984, 1986, 1988, 1989, 1990, 1992, 1995, 1996, 1997, 2002, 2019, 2020, 2021, 2025, 2028, 2030, 2034, 2035, 2036, 2038, 2042, 2043, 2044, 2046, 2047, 2052, 2053, 2059, 2061, 2062, 2063, 2064, 2066, 2069, 2072, 2075, 2077, 2081, 2084, 2088, 2089, 2092, 2094, 2100, 2102, 2104, 2105, 2106, 2109, 2114, 2115, 2118, 2119, 2120, 2121, 2122, 2126, 2128, 2131, 2132, 2133, 2135, 2138, 2139, 2141, 2142, 2144, 2145, 2147, 2149, 2152, 2159, 2160, 2161, 2162, 2169, 2171, 2173, 2175, 2177, 2179, 2181, 2184, 2185, 2186, 2191, 2192, 2195, 2196, 2198, 2199, 2200, 2203, 2204, 2205, 2209, 2212, 2214, 2219, 2221, 2223, 2224, 2226, 2229, 2230, 2231, 2233, 2234, 2235, 2240, 2242, 2243, 2245, 2246, 2247, 2250, 2251, 2253, 2256, 2260, 2261, 2262, 2267, 2274, 2276, 2278, 2280, 2282, 2285, 2287, 2290, 2293, 2297, 2302, 2309, 2311, 2316, 2320, 2321, 2322, 2324, 2328, 2329, 2333, 2335, 2337, 2339, 2348, 2350, 2351, 2352, 2353, 2359, 2361, 2362, 2363, 2364, 2366, 2367, 2368, 2373, 2376, 2378, 2379, 2388, 2390, 2395, 2396, 2398, 2400, 2404, 2406, 2408, 2409, 2410, 2412, 2413, 2420, 2421, 2423, 2425, 2426, 2429, 2435, 2437, 2440, 2441, 2442, 2444, 2445, 2446, 2448, 2457, 2461, 2463, 2464, 2465, 2469, 2472, 2475, 2479, 2481, 2482, 2488, 2491, 2495, 2496, 2498, 2499, 2511, 2512, 2515, 2516, 2518, 2521, 2523, 2526, 2528, 2529, 2530, 2532, 2538, 2539, 2540, 2541, 2545, 2546, 2547, 2548, 2549, 2551, 2552, 2556, 2559, 2562, 2571, 2574, 2575, 2577, 2586, 2587, 2589, 2592, 2593, 2594, 2595, 2597, 2602, 2606, 2607, 2608, 2613, 2616, 2619, 2620, 2621, 2622, 2623, 2624, 2625, 2626, 2628, 2629, 2633, 2635, 2636, 2638, 2642, 2644, 2645, 2652, 2653, 2654, 2657, 2659, 2663, 2664, 2665, 2666, 2667, 2670, 2671, 2672, 2675, 2676, 2678, 2682, 2686, 2687, 2689, 2691, 2692, 2694, 2697, 2701, 2702, 2703, 2707, 2708, 2713, 2714, 2715, 2716, 2717, 2718, 2720, 2726, 2730, 2731, 2732, 2734, 2735, 2737, 2739, 2740, 2742, 2744, 2746, 2747, 2749, 2751, 2754, 2756, 2760, 2761, 2762, 2764, 2766, 2767, 2769, 2772, 2775, 2778, 2779, 2781, 2788, 2791, 2792, 2793, 2796, 2798, 2801, 2803, 2805, 2807, 2810, 2811, 2814, 2815, 2816, 2820, 2821, 2823, 2824, 2831, 2833, 2837, 2841, 2843, 2844, 2845, 2846, 2851, 2857, 2858, 2860, 2861, 2863, 2864, 2865, 2870, 2871, 2874, 2877, 2878, 2879, 2880, 2882, 2884, 2885, 2892, 2895, 2897, 2898, 2899, 2902, 2904, 2905, 2912, 2916, 2919, 2921, 2923, 2926, 2928, 2933, 2935, 2937, 2942, 2944, 2949, 2960, 2965, 2967, 2968, 2969, 2973, 2975, 2976, 2978, 2979, 2980, 2981, 2982, 2985, 2991, 2998]} | |