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_p1_full_r4/checkpoint-35 False datasets/mgtv results/llama3-8b_lora_sft_bf16-p1_r4.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_p1_full_r4/checkpoint-35 07/24/2024 05:46:49 - INFO - llamafactory.data.template - Replace eos token: <|eot_id|> 07/24/2024 05:46:49 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. 07/24/2024 05:46:58 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. 07/24/2024 05:46:59 - INFO - llamafactory.model.adapter - Merged 1 adapter(s). 07/24/2024 05:46:59 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/llama3-8b/lora/sft_bf16_p1_full_r4/checkpoint-35 07/24/2024 05:46:59 - INFO - llamafactory.model.loader - all params: 8,030,261,248 (2) GPU = NVIDIA L40. Max memory = 44.309 GB. 15.502 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 <|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 <|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 <|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 <|eot_id|><|start_header_id|>assistant<|end_header_id|> Evaluating model: shenzhi-wang/Llama3-8B-Chinese-Chat Batch output: ['不是'] (3) GPU = NVIDIA L40. Max memory = 44.309 GB. 20.195 GB of memory reserved. text ... shenzhi-wang/Llama3-8B-Chinese-Chat/checkpoint-35_torch.bfloat16_lf 0 甄加索是自杀吗 ... 不是 [1 rows x 7 columns] {'accuracy': 0.7406666666666667, 'incorrect_ids': [2, 9, 18, 24, 29, 31, 33, 34, 35, 36, 43, 55, 58, 59, 63, 64, 65, 67, 75, 77, 78, 81, 83, 84, 86, 88, 93, 96, 99, 102, 104, 105, 106, 108, 110, 112, 113, 115, 121, 124, 135, 139, 141, 143, 150, 153, 155, 161, 164, 170, 171, 173, 179, 190, 191, 192, 193, 199, 200, 202, 223, 224, 225, 227, 228, 234, 236, 237, 240, 243, 245, 248, 250, 251, 252, 255, 260, 261, 263, 265, 268, 271, 275, 276, 279, 283, 284, 290, 292, 293, 295, 300, 301, 302, 304, 308, 309, 314, 317, 318, 320, 321, 323, 325, 328, 330, 332, 334, 335, 338, 341, 343, 350, 352, 353, 355, 356, 360, 361, 368, 370, 372, 373, 375, 377, 383, 384, 389, 395, 397, 402, 403, 410, 411, 414, 416, 421, 428, 430, 432, 438, 445, 446, 447, 450, 454, 457, 461, 471, 472, 473, 475, 476, 479, 481, 487, 490, 494, 495, 497, 501, 502, 503, 504, 506, 507, 511, 514, 516, 517, 518, 530, 531, 536, 538, 541, 543, 553, 555, 560, 566, 568, 570, 571, 579, 581, 589, 591, 593, 596, 597, 599, 601, 612, 614, 621, 625, 626, 628, 632, 635, 636, 643, 644, 647, 650, 666, 671, 674, 682, 686, 689, 690, 691, 694, 695, 702, 721, 729, 730, 732, 734, 739, 740, 743, 752, 754, 766, 770, 771, 774, 778, 788, 791, 795, 798, 799, 801, 809, 813, 817, 818, 819, 820, 821, 823, 824, 826, 827, 833, 837, 840, 841, 847, 848, 849, 851, 856, 861, 866, 869, 870, 871, 873, 876, 886, 889, 890, 895, 899, 901, 904, 909, 913, 927, 928, 932, 937, 940, 945, 949, 953, 956, 958, 962, 964, 966, 969, 980, 991, 994, 998, 1001, 1003, 1011, 1012, 1014, 1015, 1019, 1022, 1028, 1032, 1036, 1038, 1043, 1049, 1051, 1057, 1061, 1066, 1069, 1080, 1086, 1087, 1089, 1096, 1107, 1113, 1117, 1120, 1121, 1124, 1125, 1141, 1143, 1147, 1161, 1166, 1172, 1174, 1177, 1178, 1180, 1181, 1183, 1185, 1188, 1198, 1203, 1209, 1212, 1220, 1221, 1224, 1228, 1231, 1238, 1239, 1241, 1242, 1247, 1251, 1252, 1254, 1256, 1258, 1259, 1266, 1270, 1274, 1278, 1282, 1289, 1292, 1293, 1299, 1301, 1305, 1308, 1311, 1313, 1314, 1316, 1317, 1322, 1331, 1339, 1342, 1349, 1353, 1358, 1363, 1364, 1367, 1373, 1379, 1385, 1386, 1387, 1389, 1391, 1392, 1393, 1395, 1400, 1402, 1406, 1407, 1409, 1412, 1416, 1420, 1422, 1424, 1426, 1432, 1438, 1439, 1440, 1444, 1445, 1448, 1450, 1451, 1452, 1453, 1455, 1457, 1462, 1469, 1473, 1476, 1477, 1478, 1485, 1486, 1490, 1491, 1492, 1496, 1499, 1500, 1504, 1506, 1516, 1517, 1518, 1525, 1536, 1545, 1547, 1554, 1556, 1558, 1560, 1561, 1562, 1568, 1581, 1585, 1587, 1590, 1591, 1593, 1594, 1602, 1603, 1604, 1605, 1613, 1614, 1622, 1624, 1627, 1633, 1637, 1638, 1639, 1641, 1643, 1645, 1647, 1648, 1650, 1654, 1655, 1662, 1672, 1673, 1674, 1678, 1679, 1686, 1691, 1695, 1698, 1699, 1712, 1716, 1726, 1727, 1729, 1734, 1735, 1737, 1745, 1751, 1753, 1755, 1756, 1758, 1759, 1765, 1767, 1770, 1778, 1780, 1782, 1786, 1791, 1796, 1798, 1799, 1810, 1811, 1812, 1816, 1824, 1835, 1848, 1867, 1879, 1884, 1888, 1890, 1897, 1899, 1907, 1919, 1935, 1936, 1940, 1941, 1946, 1953, 1958, 1959, 1963, 1964, 1973, 1978, 1979, 1981, 1984, 1989, 1990, 1994, 1995, 1998, 2004, 2007, 2011, 2017, 2028, 2029, 2035, 2036, 2038, 2046, 2048, 2049, 2054, 2062, 2064, 2077, 2081, 2088, 2099, 2100, 2106, 2109, 2110, 2114, 2119, 2121, 2124, 2126, 2133, 2147, 2160, 2161, 2162, 2164, 2173, 2177, 2183, 2185, 2186, 2187, 2188, 2192, 2193, 2194, 2196, 2197, 2199, 2212, 2213, 2214, 2222, 2226, 2230, 2233, 2237, 2238, 2240, 2243, 2245, 2247, 2250, 2260, 2261, 2262, 2263, 2265, 2274, 2278, 2280, 2281, 2287, 2297, 2311, 2320, 2322, 2324, 2328, 2344, 2348, 2351, 2360, 2364, 2366, 2370, 2372, 2378, 2395, 2398, 2400, 2401, 2404, 2408, 2409, 2410, 2412, 2416, 2420, 2422, 2423, 2425, 2429, 2437, 2440, 2442, 2444, 2465, 2471, 2472, 2475, 2486, 2503, 2506, 2515, 2517, 2522, 2529, 2530, 2532, 2535, 2538, 2546, 2549, 2556, 2558, 2559, 2560, 2562, 2570, 2575, 2577, 2589, 2592, 2594, 2597, 2600, 2602, 2605, 2616, 2626, 2629, 2633, 2635, 2637, 2644, 2663, 2664, 2666, 2667, 2676, 2686, 2701, 2707, 2710, 2711, 2714, 2716, 2717, 2726, 2731, 2732, 2736, 2742, 2744, 2745, 2746, 2752, 2754, 2757, 2758, 2760, 2762, 2764, 2766, 2769, 2770, 2776, 2782, 2788, 2791, 2793, 2798, 2801, 2807, 2810, 2811, 2814, 2815, 2816, 2824, 2829, 2833, 2837, 2841, 2843, 2850, 2851, 2854, 2857, 2866, 2870, 2877, 2880, 2882, 2884, 2896, 2902, 2905, 2912, 2915, 2916, 2921, 2933, 2937, 2942, 2944, 2949, 2953, 2963, 2964, 2966, 2967, 2968, 2975, 2976, 2979, 2980, 2985, 2995, 2998]}