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 hfl/llama-3-chinese-8b-instruct-v3 llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full_r3/checkpoint-35 False datasets/mgtv results/llama3-8b_lora_sft_bf16-p2_r3.csv (1) GPU = NVIDIA L40. Max memory = 44.309 GB. 0.0 GB of memory reserved. loading model: hfl/llama-3-chinese-8b-instruct-v3 with adapter: llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full_r3/checkpoint-35 07/23/2024 23:35:47 - INFO - llamafactory.data.template - Replace eos token: <|eot_id|> 07/23/2024 23:35:47 - INFO - llamafactory.data.template - Add pad token: <|eot_id|> 07/23/2024 23:35:48 - INFO - llamafactory.model.patcher - Using KV cache for faster generation. 07/23/2024 23:35:56 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference. 07/23/2024 23:35:56 - INFO - llamafactory.model.adapter - Merged 1 adapter(s). 07/23/2024 23:35:56 - INFO - llamafactory.model.adapter - Loaded adapter(s): llama-factory/saves/llama3-8b/lora/sft_bf16_p2_full_r3/checkpoint-35 07/23/2024 23:35:56 - 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: hfl/llama-3-chinese-8b-instruct-v3 Batch output: ['不是'] (3) GPU = NVIDIA L40. Max memory = 44.309 GB. 21.006 GB of memory reserved. text ... hfl/llama-3-chinese-8b-instruct-v3/checkpoint-35_torch.bfloat16_lf 0 甄加索是自杀吗 ... 不是 [1 rows x 7 columns] {'accuracy': 0.7283333333333334, 'incorrect_ids': [6, 9, 13, 15, 16, 17, 18, 19, 24, 27, 29, 31, 32, 34, 35, 52, 55, 58, 59, 61, 63, 65, 66, 67, 78, 81, 83, 85, 88, 91, 102, 104, 106, 110, 115, 121, 123, 124, 128, 129, 137, 138, 139, 141, 143, 150, 153, 155, 158, 161, 164, 170, 176, 180, 186, 190, 192, 193, 199, 200, 201, 204, 209, 218, 224, 225, 227, 228, 229, 234, 236, 238, 245, 248, 250, 251, 252, 253, 254, 259, 260, 261, 265, 276, 279, 289, 292, 293, 295, 299, 304, 308, 314, 320, 321, 322, 324, 325, 326, 327, 332, 335, 338, 341, 346, 350, 352, 355, 356, 360, 361, 368, 370, 372, 373, 375, 377, 380, 383, 384, 389, 391, 395, 397, 402, 403, 410, 414, 416, 419, 422, 423, 428, 429, 430, 432, 437, 440, 445, 446, 447, 450, 454, 457, 458, 461, 469, 470, 471, 473, 474, 475, 476, 478, 479, 481, 483, 484, 486, 490, 492, 495, 499, 501, 502, 503, 504, 506, 507, 508, 510, 513, 514, 517, 518, 519, 530, 531, 533, 536, 538, 540, 553, 560, 566, 570, 571, 579, 581, 589, 591, 592, 593, 597, 601, 612, 613, 614, 621, 622, 625, 632, 635, 636, 643, 644, 647, 663, 666, 682, 686, 689, 690, 691, 695, 697, 700, 701, 702, 705, 709, 711, 716, 721, 729, 730, 731, 733, 738, 739, 740, 741, 743, 754, 758, 779, 783, 788, 791, 794, 795, 798, 799, 801, 805, 809, 813, 817, 818, 819, 820, 821, 823, 824, 827, 828, 833, 840, 841, 844, 847, 848, 849, 856, 861, 862, 866, 867, 869, 870, 873, 875, 876, 884, 886, 888, 890, 894, 897, 901, 904, 913, 916, 917, 919, 922, 927, 930, 937, 943, 945, 949, 952, 953, 962, 964, 966, 969, 980, 989, 991, 994, 1000, 1001, 1005, 1006, 1011, 1012, 1014, 1019, 1022, 1025, 1043, 1045, 1046, 1051, 1055, 1061, 1076, 1080, 1087, 1089, 1096, 1098, 1117, 1120, 1121, 1125, 1126, 1138, 1141, 1147, 1161, 1162, 1172, 1173, 1174, 1177, 1180, 1181, 1183, 1184, 1185, 1188, 1198, 1203, 1207, 1209, 1220, 1221, 1224, 1228, 1232, 1234, 1239, 1240, 1241, 1242, 1251, 1252, 1253, 1254, 1256, 1258, 1259, 1269, 1270, 1274, 1278, 1282, 1289, 1293, 1300, 1301, 1305, 1306, 1308, 1311, 1313, 1314, 1315, 1317, 1322, 1323, 1324, 1326, 1331, 1339, 1349, 1353, 1363, 1364, 1367, 1368, 1379, 1385, 1386, 1387, 1390, 1391, 1392, 1393, 1405, 1406, 1420, 1422, 1424, 1426, 1427, 1430, 1431, 1438, 1443, 1444, 1448, 1450, 1451, 1453, 1457, 1462, 1467, 1469, 1473, 1476, 1478, 1484, 1485, 1486, 1487, 1490, 1491, 1493, 1494, 1496, 1499, 1500, 1501, 1506, 1512, 1513, 1516, 1517, 1518, 1519, 1525, 1526, 1536, 1538, 1544, 1545, 1547, 1550, 1554, 1556, 1558, 1559, 1560, 1562, 1581, 1587, 1590, 1591, 1593, 1594, 1602, 1603, 1604, 1605, 1613, 1624, 1627, 1633, 1638, 1641, 1645, 1647, 1648, 1650, 1654, 1655, 1658, 1659, 1662, 1665, 1666, 1668, 1671, 1672, 1673, 1674, 1677, 1679, 1685, 1686, 1691, 1695, 1698, 1716, 1718, 1726, 1727, 1734, 1736, 1739, 1745, 1751, 1753, 1756, 1757, 1758, 1766, 1767, 1768, 1769, 1770, 1773, 1780, 1786, 1787, 1789, 1791, 1799, 1804, 1811, 1812, 1816, 1835, 1839, 1848, 1860, 1869, 1879, 1887, 1888, 1890, 1894, 1897, 1903, 1907, 1913, 1914, 1931, 1933, 1935, 1940, 1941, 1943, 1945, 1946, 1953, 1957, 1958, 1959, 1962, 1963, 1964, 1978, 1979, 1981, 1982, 1984, 1985, 1986, 1987, 1989, 1990, 1991, 1993, 1995, 2002, 2011, 2017, 2021, 2025, 2028, 2029, 2031, 2035, 2036, 2038, 2046, 2049, 2052, 2057, 2061, 2062, 2064, 2077, 2088, 2092, 2109, 2112, 2114, 2118, 2119, 2120, 2121, 2128, 2133, 2139, 2147, 2160, 2161, 2162, 2164, 2174, 2177, 2180, 2181, 2185, 2186, 2188, 2192, 2193, 2196, 2199, 2208, 2212, 2215, 2223, 2226, 2230, 2233, 2237, 2238, 2240, 2243, 2246, 2247, 2248, 2249, 2251, 2257, 2261, 2262, 2274, 2278, 2281, 2285, 2287, 2297, 2304, 2312, 2313, 2317, 2320, 2322, 2324, 2329, 2333, 2334, 2344, 2346, 2348, 2356, 2359, 2360, 2364, 2366, 2370, 2378, 2380, 2395, 2396, 2400, 2408, 2409, 2410, 2412, 2420, 2423, 2424, 2425, 2429, 2440, 2441, 2442, 2445, 2448, 2463, 2465, 2469, 2476, 2477, 2493, 2495, 2503, 2506, 2512, 2515, 2522, 2525, 2528, 2529, 2530, 2532, 2535, 2538, 2539, 2546, 2548, 2554, 2556, 2557, 2563, 2575, 2577, 2589, 2592, 2594, 2604, 2605, 2606, 2616, 2623, 2629, 2635, 2637, 2644, 2649, 2661, 2663, 2667, 2672, 2676, 2678, 2684, 2686, 2689, 2691, 2702, 2703, 2704, 2710, 2714, 2715, 2716, 2719, 2731, 2732, 2736, 2744, 2745, 2749, 2754, 2757, 2758, 2762, 2766, 2770, 2772, 2775, 2777, 2781, 2782, 2788, 2789, 2791, 2797, 2801, 2806, 2807, 2810, 2811, 2814, 2815, 2816, 2820, 2823, 2824, 2829, 2834, 2837, 2843, 2845, 2854, 2857, 2866, 2867, 2870, 2877, 2882, 2884, 2887, 2896, 2902, 2905, 2912, 2913, 2915, 2916, 2917, 2921, 2923, 2926, 2927, 2928, 2933, 2937, 2942, 2944, 2949, 2953, 2955, 2960, 2964, 2965, 2967, 2972, 2975, 2976, 2977, 2985, 2996, 2998]}