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-525 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-525 (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': 0.604, 'incorrect_ids': [7, 9, 12, 13, 17, 24, 25, 26, 27, 28, 31, 33, 34, 36, 37, 38, 52, 53, 55, 59, 65, 67, 71, 72, 76, 77, 78, 81, 83, 84, 88, 91, 93, 96, 99, 101, 103, 104, 105, 108, 109, 112, 113, 115, 117, 118, 121, 127, 131, 135, 136, 137, 138, 139, 143, 144, 150, 153, 155, 160, 161, 164, 169, 171, 174, 175, 178, 179, 180, 181, 184, 187, 188, 190, 191, 192, 193, 197, 199, 200, 202, 207, 214, 215, 221, 223, 224, 225, 227, 228, 233, 236, 237, 240, 243, 245, 248, 250, 251, 252, 253, 256, 257, 260, 262, 263, 265, 268, 269, 271, 272, 273, 275, 276, 284, 286, 289, 293, 301, 303, 304, 305, 307, 308, 313, 314, 315, 316, 317, 320, 321, 323, 327, 328, 330, 334, 335, 337, 338, 339, 340, 341, 344, 348, 349, 350, 353, 354, 355, 356, 360, 367, 368, 371, 372, 373, 374, 378, 386, 387, 389, 395, 396, 397, 402, 404, 410, 414, 422, 423, 428, 430, 431, 436, 438, 445, 447, 450, 452, 453, 454, 455, 456, 459, 460, 461, 465, 471, 472, 473, 475, 476, 480, 483, 488, 490, 492, 493, 494, 496, 498, 500, 501, 502, 503, 506, 507, 508, 511, 513, 514, 517, 518, 519, 520, 530, 531, 536, 540, 553, 560, 566, 570, 571, 576, 579, 581, 589, 591, 592, 593, 596, 597, 598, 601, 612, 613, 614, 621, 626, 627, 628, 632, 636, 642, 643, 644, 646, 647, 649, 653, 665, 666, 671, 673, 674, 676, 682, 683, 686, 689, 690, 691, 701, 702, 703, 706, 709, 717, 720, 721, 726, 729, 730, 732, 733, 734, 740, 741, 743, 747, 754, 758, 766, 772, 773, 774, 778, 782, 784, 788, 791, 795, 798, 799, 800, 801, 805, 809, 813, 814, 815, 816, 817, 818, 819, 820, 821, 822, 823, 824, 826, 828, 833, 834, 840, 841, 842, 843, 845, 847, 848, 850, 853, 856, 860, 861, 866, 869, 870, 871, 873, 876, 886, 888, 889, 890, 891, 893, 894, 896, 897, 899, 901, 904, 907, 913, 914, 920, 926, 927, 932, 933, 936, 937, 939, 940, 945, 948, 949, 952, 953, 954, 956, 959, 961, 966, 969, 970, 973, 980, 981, 982, 983, 984, 988, 994, 998, 1001, 1003, 1007, 1009, 1011, 1012, 1014, 1015, 1022, 1023, 1026, 1028, 1036, 1038, 1039, 1043, 1044, 1045, 1046, 1048, 1051, 1053, 1054, 1056, 1058, 1061, 1063, 1065, 1069, 1071, 1073, 1074, 1075, 1076, 1077, 1080, 1081, 1087, 1089, 1093, 1096, 1098, 1099, 1100, 1102, 1106, 1107, 1108, 1110, 1114, 1120, 1121, 1124, 1125, 1126, 1128, 1129, 1133, 1134, 1136, 1140, 1141, 1143, 1144, 1151, 1155, 1156, 1158, 1159, 1160, 1161, 1162, 1163, 1166, 1167, 1168, 1170, 1171, 1172, 1176, 1177, 1178, 1180, 1181, 1185, 1192, 1196, 1203, 1206, 1209, 1212, 1213, 1216, 1219, 1220, 1224, 1227, 1228, 1229, 1230, 1231, 1235, 1237, 1238, 1239, 1240, 1241, 1242, 1245, 1251, 1252, 1256, 1259, 1264, 1266, 1267, 1270, 1271, 1272, 1273, 1274, 1281, 1282, 1285, 1286, 1289, 1290, 1292, 1293, 1295, 1296, 1299, 1300, 1301, 1305, 1308, 1312, 1313, 1315, 1316, 1317, 1318, 1320, 1321, 1322, 1323, 1324, 1329, 1331, 1339, 1342, 1344, 1346, 1347, 1348, 1349, 1353, 1354, 1358, 1359, 1360, 1362, 1363, 1365, 1368, 1370, 1371, 1372, 1374, 1378, 1379, 1384, 1385, 1386, 1387, 1389, 1391, 1393, 1400, 1402, 1405, 1406, 1407, 1409, 1412, 1416, 1419, 1420, 1423, 1424, 1425, 1426, 1427, 1432, 1438, 1440, 1441, 1443, 1444, 1445, 1446, 1450, 1452, 1453, 1454, 1457, 1459, 1462, 1469, 1473, 1477, 1478, 1481, 1482, 1490, 1491, 1495, 1496, 1498, 1502, 1503, 1504, 1506, 1507, 1508, 1510, 1512, 1516, 1517, 1518, 1525, 1527, 1528, 1533, 1535, 1536, 1544, 1545, 1546, 1547, 1549, 1551, 1555, 1558, 1560, 1561, 1562, 1568, 1574, 1580, 1581, 1585, 1587, 1589, 1590, 1593, 1594, 1600, 1601, 1603, 1604, 1605, 1606, 1607, 1608, 1611, 1612, 1613, 1619, 1622, 1627, 1631, 1632, 1633, 1637, 1639, 1641, 1647, 1648, 1650, 1654, 1655, 1657, 1660, 1662, 1663, 1668, 1671, 1672, 1674, 1676, 1677, 1678, 1679, 1680, 1682, 1683, 1684, 1686, 1691, 1694, 1695, 1697, 1698, 1700, 1710, 1711, 1713, 1716, 1718, 1720, 1721, 1722, 1726, 1729, 1733, 1734, 1735, 1736, 1737, 1738, 1739, 1740, 1743, 1745, 1751, 1753, 1754, 1755, 1756, 1758, 1759, 1765, 1766, 1767, 1768, 1769, 1770, 1771, 1778, 1779, 1780, 1783, 1784, 1786, 1788, 1791, 1796, 1798, 1799, 1805, 1809, 1810, 1812, 1813, 1816, 1818, 1824, 1825, 1827, 1834, 1835, 1840, 1841, 1846, 1852, 1853, 1855, 1856, 1857, 1859, 1862, 1866, 1867, 1877, 1879, 1880, 1882, 1886, 1888, 1890, 1891, 1892, 1897, 1900, 1913, 1914, 1916, 1919, 1920, 1923, 1926, 1928, 1930, 1931, 1932, 1933, 1934, 1935, 1938, 1940, 1941, 1944, 1946, 1948, 1949, 1951, 1953, 1958, 1959, 1961, 1962, 1963, 1964, 1971, 1973, 1974, 1978, 1981, 1984, 1988, 1989, 1990, 1992, 1994, 1995, 1996, 1998, 2000, 2013, 2014, 2015, 2017, 2019, 2020, 2022, 2025, 2034, 2035, 2036, 2038, 2041, 2042, 2048, 2049, 2052, 2053, 2054, 2058, 2062, 2064, 2070, 2076, 2077, 2078, 2081, 2085, 2087, 2088, 2091, 2099, 2100, 2104, 2106, 2109, 2110, 2114, 2119, 2121, 2124, 2126, 2131, 2132, 2133, 2139, 2141, 2142, 2145, 2146, 2147, 2152, 2159, 2160, 2161, 2162, 2164, 2167, 2169, 2172, 2173, 2177, 2180, 2181, 2184, 2185, 2186, 2187, 2190, 2192, 2193, 2194, 2195, 2196, 2198, 2199, 2200, 2203, 2204, 2212, 2214, 2215, 2219, 2222, 2223, 2226, 2230, 2231, 2233, 2238, 2240, 2241, 2243, 2245, 2247, 2248, 2256, 2260, 2261, 2262, 2267, 2274, 2278, 2280, 2285, 2287, 2288, 2289, 2290, 2297, 2298, 2301, 2304, 2306, 2311, 2312, 2314, 2319, 2322, 2323, 2324, 2333, 2335, 2337, 2339, 2343, 2344, 2352, 2353, 2360, 2361, 2364, 2366, 2367, 2376, 2378, 2379, 2388, 2389, 2390, 2395, 2398, 2400, 2404, 2405, 2406, 2408, 2410, 2412, 2416, 2420, 2421, 2423, 2424, 2425, 2426, 2429, 2437, 2440, 2442, 2444, 2445, 2450, 2453, 2454, 2459, 2463, 2464, 2465, 2466, 2470, 2472, 2473, 2475, 2488, 2491, 2493, 2496, 2497, 2499, 2500, 2502, 2503, 2509, 2510, 2511, 2512, 2513, 2515, 2517, 2518, 2520, 2522, 2526, 2529, 2530, 2532, 2535, 2538, 2539, 2540, 2544, 2547, 2548, 2549, 2551, 2556, 2559, 2562, 2574, 2575, 2576, 2586, 2589, 2590, 2592, 2594, 2596, 2602, 2605, 2607, 2609, 2610, 2619, 2620, 2622, 2623, 2624, 2625, 2626, 2628, 2629, 2630, 2631, 2633, 2637, 2638, 2640, 2644, 2645, 2647, 2653, 2657, 2662, 2663, 2664, 2667, 2672, 2675, 2677, 2678, 2686, 2687, 2688, 2694, 2702, 2703, 2707, 2713, 2714, 2716, 2717, 2722, 2726, 2727, 2729, 2730, 2731, 2732, 2738, 2742, 2744, 2746, 2747, 2752, 2754, 2756, 2757, 2760, 2761, 2762, 2764, 2766, 2767, 2768, 2769, 2771, 2774, 2776, 2777, 2778, 2781, 2788, 2791, 2792, 2793, 2795, 2798, 2800, 2801, 2805, 2809, 2811, 2813, 2816, 2817, 2820, 2821, 2824, 2829, 2831, 2833, 2836, 2837, 2840, 2841, 2843, 2844, 2845, 2850, 2851, 2854, 2857, 2858, 2860, 2863, 2865, 2870, 2873, 2875, 2877, 2879, 2880, 2881, 2882, 2884, 2892, 2896, 2897, 2899, 2902, 2904, 2905, 2910, 2912, 2915, 2916, 2921, 2922, 2925, 2930, 2933, 2937, 2938, 2939, 2944, 2946, 2949, 2951, 2953, 2954, 2955, 2956, 2960, 2963, 2964, 2968, 2971, 2972, 2975, 2976, 2978, 2979, 2980, 2981, 2982, 2985, 2991, 2994, 2998, 2999]}