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-350 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-350 (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]<|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]<|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]<|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]<|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': 0.542, 'incorrect_ids': [5, 7, 9, 12, 17, 24, 26, 27, 28, 31, 32, 35, 37, 52, 55, 58, 59, 65, 66, 67, 71, 72, 76, 77, 78, 83, 84, 88, 91, 94, 95, 97, 99, 101, 104, 105, 106, 107, 108, 109, 112, 115, 117, 118, 121, 122, 123, 127, 129, 131, 135, 136, 138, 139, 144, 149, 150, 153, 155, 160, 162, 163, 164, 169, 170, 173, 174, 175, 178, 179, 180, 181, 184, 188, 189, 190, 191, 193, 194, 199, 200, 202, 203, 204, 207, 209, 214, 216, 221, 222, 223, 224, 226, 227, 228, 233, 234, 236, 237, 240, 242, 243, 245, 250, 251, 252, 253, 257, 260, 261, 262, 263, 268, 269, 271, 272, 273, 275, 278, 284, 286, 289, 293, 294, 303, 304, 305, 307, 308, 314, 315, 316, 317, 321, 322, 326, 327, 330, 332, 334, 335, 338, 339, 340, 341, 344, 347, 348, 350, 351, 352, 354, 355, 356, 360, 364, 367, 368, 371, 372, 373, 374, 376, 378, 386, 387, 389, 396, 397, 402, 404, 407, 410, 422, 423, 425, 428, 430, 431, 436, 437, 438, 440, 442, 445, 447, 450, 452, 454, 455, 456, 458, 459, 460, 464, 469, 471, 472, 476, 480, 483, 486, 488, 490, 492, 493, 495, 496, 497, 498, 500, 501, 502, 506, 507, 510, 511, 513, 514, 516, 517, 518, 519, 530, 531, 536, 538, 540, 543, 550, 552, 556, 560, 566, 568, 570, 571, 579, 581, 589, 591, 592, 593, 594, 600, 601, 612, 613, 614, 620, 621, 625, 629, 632, 636, 637, 643, 644, 646, 647, 653, 663, 665, 666, 671, 673, 674, 675, 680, 682, 683, 686, 689, 690, 691, 694, 695, 697, 702, 703, 704, 705, 706, 708, 709, 711, 715, 716, 717, 718, 720, 721, 722, 726, 729, 730, 733, 734, 736, 739, 740, 747, 752, 754, 756, 758, 759, 762, 763, 765, 766, 770, 772, 774, 777, 782, 784, 785, 786, 790, 791, 794, 795, 798, 799, 800, 801, 803, 805, 809, 812, 813, 814, 816, 817, 818, 820, 821, 822, 823, 824, 827, 828, 829, 832, 833, 834, 837, 840, 841, 842, 843, 844, 845, 847, 848, 850, 851, 856, 857, 861, 862, 866, 869, 870, 871, 873, 878, 880, 886, 887, 888, 889, 890, 891, 892, 893, 895, 896, 897, 899, 901, 904, 906, 907, 910, 913, 914, 916, 917, 920, 926, 927, 932, 933, 936, 939, 940, 945, 949, 952, 953, 954, 956, 959, 961, 962, 966, 968, 969, 970, 971, 973, 980, 982, 983, 984, 986, 987, 989, 991, 992, 993, 997, 998, 1000, 1001, 1003, 1005, 1006, 1009, 1011, 1012, 1014, 1015, 1020, 1022, 1023, 1025, 1028, 1031, 1036, 1038, 1039, 1040, 1041, 1043, 1044, 1046, 1049, 1051, 1053, 1054, 1058, 1060, 1061, 1063, 1064, 1066, 1071, 1073, 1074, 1075, 1077, 1080, 1081, 1082, 1083, 1086, 1087, 1089, 1093, 1095, 1096, 1098, 1102, 1106, 1107, 1110, 1111, 1114, 1116, 1120, 1121, 1122, 1125, 1128, 1134, 1135, 1136, 1138, 1140, 1141, 1143, 1144, 1146, 1149, 1151, 1161, 1164, 1166, 1168, 1169, 1170, 1171, 1172, 1175, 1177, 1178, 1179, 1182, 1183, 1184, 1185, 1186, 1188, 1192, 1196, 1199, 1202, 1203, 1204, 1205, 1206, 1207, 1209, 1212, 1216, 1219, 1220, 1221, 1224, 1228, 1230, 1231, 1234, 1235, 1237, 1238, 1239, 1241, 1242, 1244, 1245, 1251, 1252, 1256, 1259, 1264, 1266, 1267, 1269, 1270, 1271, 1272, 1274, 1278, 1281, 1282, 1285, 1286, 1288, 1289, 1290, 1292, 1293, 1299, 1300, 1301, 1304, 1305, 1306, 1308, 1311, 1312, 1313, 1314, 1315, 1317, 1318, 1319, 1320, 1321, 1322, 1323, 1324, 1329, 1331, 1334, 1342, 1344, 1346, 1348, 1349, 1353, 1354, 1356, 1358, 1359, 1360, 1362, 1364, 1367, 1368, 1370, 1371, 1374, 1377, 1378, 1379, 1385, 1387, 1389, 1390, 1392, 1395, 1402, 1405, 1406, 1407, 1408, 1409, 1412, 1413, 1416, 1419, 1420, 1422, 1424, 1426, 1430, 1431, 1432, 1438, 1440, 1441, 1443, 1444, 1448, 1450, 1451, 1452, 1453, 1454, 1455, 1457, 1459, 1462, 1463, 1467, 1469, 1470, 1473, 1476, 1477, 1478, 1482, 1487, 1488, 1490, 1492, 1493, 1495, 1496, 1499, 1500, 1502, 1504, 1506, 1507, 1508, 1510, 1515, 1516, 1517, 1518, 1519, 1520, 1524, 1525, 1528, 1529, 1532, 1533, 1534, 1536, 1538, 1542, 1545, 1546, 1547, 1549, 1550, 1551, 1558, 1559, 1560, 1561, 1562, 1567, 1568, 1573, 1574, 1577, 1578, 1580, 1581, 1584, 1585, 1586, 1589, 1590, 1591, 1593, 1594, 1598, 1601, 1602, 1603, 1604, 1605, 1606, 1607, 1608, 1611, 1616, 1618, 1619, 1620, 1622, 1625, 1627, 1631, 1632, 1633, 1636, 1637, 1638, 1640, 1641, 1645, 1647, 1654, 1655, 1658, 1659, 1663, 1668, 1669, 1671, 1672, 1673, 1674, 1676, 1677, 1678, 1679, 1682, 1683, 1684, 1685, 1686, 1687, 1689, 1690, 1691, 1692, 1694, 1695, 1697, 1698, 1700, 1710, 1712, 1716, 1717, 1718, 1721, 1722, 1726, 1727, 1730, 1734, 1736, 1737, 1738, 1739, 1740, 1743, 1747, 1750, 1751, 1752, 1753, 1754, 1755, 1756, 1757, 1759, 1762, 1763, 1765, 1766, 1767, 1770, 1771, 1773, 1778, 1779, 1780, 1781, 1785, 1786, 1787, 1788, 1791, 1792, 1796, 1798, 1799, 1804, 1805, 1809, 1810, 1811, 1812, 1813, 1816, 1818, 1820, 1824, 1827, 1834, 1835, 1837, 1839, 1840, 1843, 1848, 1857, 1858, 1859, 1861, 1863, 1864, 1866, 1870, 1872, 1873, 1877, 1879, 1882, 1886, 1888, 1889, 1890, 1892, 1894, 1897, 1899, 1901, 1905, 1909, 1912, 1915, 1919, 1920, 1924, 1926, 1928, 1930, 1932, 1933, 1934, 1935, 1936, 1940, 1941, 1943, 1944, 1947, 1948, 1949, 1950, 1953, 1958, 1959, 1961, 1963, 1964, 1968, 1970, 1971, 1973, 1974, 1978, 1979, 1981, 1982, 1984, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 2000, 2001, 2002, 2010, 2013, 2017, 2020, 2025, 2026, 2029, 2035, 2038, 2040, 2041, 2042, 2044, 2046, 2047, 2048, 2052, 2053, 2054, 2058, 2059, 2062, 2064, 2068, 2070, 2072, 2073, 2074, 2077, 2078, 2079, 2081, 2082, 2083, 2085, 2087, 2088, 2091, 2099, 2100, 2101, 2102, 2104, 2106, 2107, 2109, 2110, 2112, 2114, 2118, 2119, 2121, 2122, 2124, 2126, 2129, 2132, 2133, 2135, 2139, 2141, 2142, 2143, 2145, 2146, 2147, 2149, 2150, 2152, 2156, 2161, 2162, 2164, 2167, 2169, 2171, 2173, 2176, 2177, 2179, 2180, 2182, 2184, 2185, 2186, 2187, 2190, 2192, 2193, 2194, 2196, 2197, 2198, 2199, 2205, 2206, 2208, 2209, 2212, 2215, 2219, 2221, 2222, 2226, 2227, 2230, 2233, 2238, 2241, 2242, 2243, 2245, 2246, 2247, 2248, 2250, 2251, 2253, 2257, 2260, 2261, 2262, 2263, 2265, 2266, 2267, 2274, 2275, 2278, 2279, 2280, 2282, 2283, 2285, 2287, 2289, 2292, 2293, 2297, 2298, 2301, 2306, 2311, 2313, 2319, 2320, 2321, 2323, 2324, 2325, 2333, 2334, 2335, 2337, 2339, 2344, 2349, 2350, 2351, 2359, 2360, 2364, 2365, 2366, 2367, 2369, 2370, 2372, 2376, 2378, 2379, 2380, 2382, 2386, 2388, 2390, 2393, 2395, 2398, 2399, 2400, 2401, 2404, 2405, 2406, 2408, 2410, 2412, 2420, 2423, 2424, 2425, 2426, 2437, 2440, 2442, 2444, 2445, 2446, 2448, 2450, 2453, 2454, 2459, 2461, 2463, 2464, 2465, 2466, 2469, 2470, 2472, 2475, 2476, 2477, 2481, 2484, 2488, 2491, 2494, 2496, 2497, 2499, 2500, 2501, 2503, 2508, 2511, 2512, 2513, 2516, 2517, 2518, 2520, 2522, 2523, 2528, 2529, 2530, 2532, 2534, 2535, 2538, 2539, 2540, 2544, 2546, 2547, 2548, 2549, 2550, 2554, 2556, 2558, 2559, 2560, 2562, 2566, 2570, 2571, 2574, 2575, 2576, 2577, 2587, 2589, 2590, 2592, 2594, 2604, 2605, 2606, 2607, 2609, 2610, 2612, 2616, 2619, 2623, 2624, 2625, 2629, 2631, 2633, 2635, 2636, 2637, 2641, 2643, 2644, 2647, 2649, 2653, 2654, 2655, 2657, 2658, 2660, 2661, 2663, 2665, 2667, 2669, 2670, 2672, 2675, 2676, 2677, 2678, 2681, 2684, 2685, 2686, 2687, 2688, 2691, 2694, 2695, 2697, 2702, 2703, 2704, 2707, 2708, 2711, 2713, 2714, 2715, 2716, 2717, 2718, 2722, 2726, 2727, 2729, 2730, 2731, 2732, 2733, 2738, 2740, 2742, 2744, 2745, 2746, 2751, 2754, 2756, 2757, 2760, 2762, 2764, 2766, 2767, 2768, 2769, 2771, 2774, 2776, 2777, 2778, 2781, 2786, 2787, 2788, 2791, 2793, 2795, 2798, 2801, 2803, 2805, 2810, 2811, 2816, 2817, 2820, 2821, 2822, 2824, 2829, 2831, 2836, 2837, 2838, 2841, 2843, 2845, 2849, 2851, 2854, 2857, 2858, 2860, 2861, 2862, 2863, 2865, 2867, 2870, 2873, 2874, 2877, 2878, 2879, 2880, 2881, 2882, 2884, 2885, 2887, 2892, 2896, 2897, 2899, 2902, 2904, 2905, 2910, 2912, 2915, 2916, 2919, 2921, 2930, 2933, 2938, 2939, 2940, 2942, 2944, 2946, 2949, 2950, 2953, 2954, 2955, 2956, 2957, 2958, 2960, 2962, 2964, 2965, 2968, 2971, 2972, 2975, 2976, 2978, 2979, 2980, 2981, 2982, 2983, 2985, 2986, 2994, 2998, 2999]}