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-105 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-105 09/10/2024 03:42:17 - INFO - llamafactory.data.template - Replace eos token: <|eot_id|> 09/10/2024 03:42:17 - INFO - llamafactory.model.model_utils.quantization - Quantizing model to 4 bit with bitsandbytes. 09/10/2024 03:42:17 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. 09/10/2024 03:49:58 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. 09/10/2024 03:50:00 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/Llama3.1-70B-Chinese-Chat/checkpoint-105 09/10/2024 03:50:00 - 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-105_torch.bfloat16_4bit_lf 0 甄加索是自杀吗 ... 不是 [1 rows x 9 columns] {'accuracy': 0.7193333333333334, 'incorrect_ids': [9, 17, 24, 25, 31, 34, 36, 55, 59, 61, 63, 65, 66, 67, 78, 88, 97, 104, 108, 109, 112, 114, 124, 129, 135, 138, 139, 143, 150, 155, 156, 161, 163, 164, 179, 180, 190, 192, 199, 200, 202, 224, 225, 229, 241, 243, 245, 250, 253, 255, 257, 259, 260, 261, 262, 263, 268, 269, 272, 286, 289, 293, 294, 295, 299, 304, 307, 311, 314, 317, 320, 321, 323, 326, 328, 332, 333, 335, 342, 350, 351, 353, 354, 355, 356, 359, 360, 362, 365, 368, 370, 371, 372, 373, 374, 376, 377, 380, 383, 389, 391, 395, 397, 410, 416, 421, 423, 428, 429, 440, 445, 447, 454, 456, 457, 461, 465, 473, 474, 476, 479, 480, 486, 488, 490, 492, 493, 494, 495, 497, 499, 500, 501, 502, 506, 507, 508, 510, 511, 512, 514, 517, 519, 520, 530, 534, 536, 540, 543, 553, 560, 566, 570, 571, 579, 581, 585, 589, 591, 593, 596, 597, 600, 601, 609, 612, 613, 614, 621, 625, 626, 628, 629, 632, 643, 644, 647, 656, 663, 665, 666, 668, 669, 678, 682, 684, 685, 689, 692, 695, 701, 702, 707, 709, 721, 722, 726, 729, 730, 732, 734, 739, 740, 741, 743, 752, 754, 755, 758, 769, 770, 771, 774, 779, 785, 786, 790, 795, 796, 797, 798, 801, 802, 805, 808, 809, 810, 814, 817, 818, 819, 820, 821, 822, 823, 824, 829, 830, 833, 837, 840, 842, 847, 849, 853, 857, 859, 861, 866, 869, 870, 872, 873, 876, 884, 888, 889, 890, 904, 906, 909, 913, 924, 927, 930, 935, 937, 945, 952, 962, 966, 968, 969, 971, 980, 988, 991, 994, 1004, 1006, 1007, 1012, 1014, 1017, 1018, 1022, 1025, 1033, 1036, 1040, 1043, 1045, 1046, 1047, 1051, 1053, 1056, 1061, 1066, 1068, 1069, 1071, 1080, 1087, 1093, 1112, 1116, 1125, 1126, 1129, 1135, 1138, 1139, 1149, 1153, 1158, 1159, 1161, 1163, 1165, 1166, 1167, 1170, 1172, 1173, 1174, 1178, 1180, 1181, 1185, 1198, 1202, 1203, 1212, 1228, 1232, 1236, 1239, 1240, 1241, 1242, 1243, 1249, 1250, 1251, 1252, 1256, 1258, 1259, 1266, 1270, 1282, 1289, 1294, 1302, 1305, 1308, 1311, 1313, 1314, 1317, 1318, 1321, 1324, 1326, 1327, 1341, 1345, 1347, 1349, 1353, 1356, 1357, 1362, 1363, 1367, 1370, 1373, 1380, 1384, 1385, 1386, 1389, 1391, 1392, 1393, 1395, 1402, 1404, 1406, 1407, 1413, 1416, 1417, 1420, 1422, 1426, 1428, 1430, 1431, 1433, 1438, 1440, 1443, 1444, 1445, 1448, 1450, 1451, 1453, 1454, 1455, 1457, 1462, 1468, 1469, 1473, 1476, 1478, 1481, 1486, 1490, 1493, 1494, 1496, 1501, 1512, 1517, 1525, 1526, 1528, 1533, 1544, 1547, 1548, 1556, 1558, 1560, 1566, 1573, 1576, 1581, 1585, 1586, 1587, 1590, 1591, 1592, 1593, 1596, 1598, 1602, 1603, 1604, 1605, 1612, 1622, 1624, 1627, 1628, 1629, 1633, 1635, 1636, 1637, 1641, 1645, 1647, 1648, 1650, 1651, 1654, 1655, 1658, 1659, 1668, 1672, 1674, 1675, 1679, 1683, 1686, 1689, 1700, 1701, 1712, 1716, 1718, 1720, 1726, 1727, 1728, 1751, 1755, 1756, 1758, 1761, 1768, 1770, 1773, 1780, 1786, 1787, 1792, 1795, 1796, 1797, 1799, 1806, 1812, 1816, 1822, 1825, 1827, 1835, 1836, 1837, 1841, 1848, 1854, 1858, 1859, 1860, 1869, 1873, 1879, 1894, 1897, 1905, 1906, 1907, 1909, 1914, 1917, 1918, 1933, 1943, 1944, 1945, 1958, 1962, 1963, 1964, 1965, 1967, 1978, 1981, 1982, 1984, 1989, 1990, 1992, 1994, 1995, 1996, 2001, 2002, 2008, 2009, 2014, 2015, 2017, 2021, 2025, 2035, 2053, 2059, 2062, 2064, 2072, 2076, 2077, 2080, 2086, 2089, 2091, 2092, 2094, 2100, 2102, 2105, 2107, 2109, 2112, 2114, 2118, 2119, 2121, 2122, 2126, 2130, 2133, 2135, 2138, 2139, 2140, 2141, 2145, 2147, 2161, 2162, 2164, 2167, 2175, 2177, 2181, 2183, 2185, 2186, 2188, 2193, 2194, 2195, 2196, 2197, 2209, 2210, 2214, 2223, 2226, 2229, 2230, 2235, 2237, 2240, 2247, 2250, 2261, 2262, 2274, 2276, 2280, 2293, 2301, 2304, 2312, 2313, 2318, 2319, 2320, 2322, 2324, 2327, 2330, 2337, 2344, 2348, 2352, 2357, 2359, 2360, 2364, 2366, 2385, 2388, 2395, 2396, 2400, 2404, 2405, 2406, 2408, 2410, 2412, 2414, 2423, 2424, 2425, 2427, 2429, 2433, 2437, 2440, 2441, 2442, 2445, 2446, 2448, 2469, 2477, 2484, 2485, 2486, 2487, 2488, 2491, 2499, 2501, 2503, 2508, 2511, 2513, 2515, 2517, 2522, 2524, 2525, 2526, 2528, 2529, 2530, 2531, 2532, 2534, 2535, 2537, 2538, 2539, 2542, 2547, 2548, 2549, 2554, 2555, 2556, 2557, 2558, 2559, 2560, 2562, 2563, 2572, 2574, 2575, 2577, 2581, 2589, 2600, 2601, 2604, 2605, 2606, 2607, 2610, 2617, 2624, 2626, 2628, 2629, 2630, 2632, 2639, 2655, 2660, 2663, 2671, 2672, 2678, 2682, 2691, 2704, 2707, 2708, 2710, 2714, 2715, 2731, 2733, 2735, 2736, 2742, 2744, 2745, 2746, 2749, 2751, 2754, 2757, 2760, 2761, 2762, 2764, 2766, 2767, 2771, 2788, 2798, 2801, 2802, 2803, 2807, 2811, 2812, 2815, 2816, 2818, 2820, 2823, 2829, 2837, 2841, 2842, 2843, 2844, 2845, 2852, 2855, 2856, 2857, 2867, 2869, 2872, 2878, 2880, 2884, 2886, 2888, 2896, 2899, 2902, 2905, 2906, 2912, 2913, 2916, 2919, 2921, 2931, 2933, 2934, 2943, 2944, 2949, 2950, 2952, 2953, 2955, 2962, 2966, 2969, 2975, 2976, 2977, 2980, 2981, 2983, 2988, 2990, 2991, 2995, 2998, 2999]}