Amend the drift freeze before reading its numbers: add the same editor with the term bank, because the first arm set confounded topology with bank presence

eval/role_topology/drift.py

@@ -45,7 +45,12 @@ OUT = Path.home() / "books" / "role-topology"
 CORP = Path.home() / "books" / "gu-zhenren" / "labels" / "raw" / "corpus.jsonl"
 
 N_CHAPTERS = 10                                             # заказ промта: 8–10
-DRIFT_ARMS = ("F3", "A", "D_")                              # черновик · связка · однопроходка
+# ⚠ ПОПРАВКА К ФРИЗУ 07.08, внесена ДО чтения боевых чисел дрейфа и с объявленной причиной.
+# Первый состав ("F3","A","D_") нёс КОНФАУНД, найденный проверкой сообщений: банк терминов
+# подаётся черновику и `D_` (block="law"), а арму `A` — НЕТ (block=None, это боевой бейзлайн
+# без банкноты). На оси «консистентность термина» это означало бы замер БАНКА под видом замера
+# топологии. `A_law` — тот же редактор С банком — делает сравнение честным.
+DRIFT_ARMS = ("F3", "A", "A_law", "D_")     # черновик · связка без банка · связка с банком · однопроходка
 CEIL_DRIFT = 0.60
 # ⚠ Глоб покрывает ТОТ ЖЕ тег, которым идут покупки. Правило заведено после того, как касса
 # армов глобила `bo2-*`, а покупки шли тегом `bo4-*`, и $0.29309 прошли мимо потолка.
@@ -181,25 +186,97 @@ def terms(ch: list[dict], min_ch: int = 3) -> list[str]:
     return sorted(t for t, s in seen.items() if len(s) >= min_ch)
 
 
+def variants(arm: str, ch: list[dict]) -> dict:
+    """Какую из ДВУХ конкурирующих русских форм термина арм выбрал в каждой главе.
+
+    Банк `inject_probe.TERMS` держит на каждый zh-термин пару соперничающих форм и регулярки для
+    их опознания. Дрейф — это когда арм в главе k пишет одну форму, а в главе k+1 другую, при
+    том что zh-термин тот же. Считается детерминированно, судья не нужен.
+    """
+    out: dict[str, dict[int, set]] = {}
+    for zh, (_v1, _v2, r1, r2) in BO.IP.TERMS.items():
+        for c in ch:
+            if zh not in c["source"]:
+                continue
+            txt = text(arm, c["uid"])
+            if not txt.strip():
+                continue
+            got = set()
+            if re.search(r1, txt, re.I):
+                got.add(0)
+            if re.search(r2, txt, re.I):
+                got.add(1)
+            if got:
+                out.setdefault(zh, {})[c["no"]] = got
+    return out
+
+
 def cmd_score() -> None:
     ch = chapters()
-    have = [c for c in ch if text("F3", c["uid"]).strip()]
-    if not have:
-        print("текстов нет — сначала --arms")
-        return
-    print(f"ДРЕЙФ на {len(have)} подряд идущих главах ({have[0]['no']}…{have[-1]['no']})\n")
-    print(f"{'арм':6s}{'ты/вы смеш.':>13s}{'новых вариантов/гл.':>21s}{'знаков':>9s}")
-    for arm in DRIFT_ARMS:
-        ts = [text(arm, c["uid"]) for c in have]
-        ty = sum(1 for t in ts if re.search(r"\bты\b", t) and re.search(r"\bвы\b", t, re.I))
+    print(f"ДРЕЙФ НА СВЯЗНОМ ОТРЕЗКЕ: главы {ch[0]['no']}…{ch[-1]['no']}\n")
+    have = {a: [c for c in ch if text(a, c["uid"]).strip()] for a in DRIFT_ARMS}
+    print("покрытие отрезка армами:")
+    for a in DRIFT_ARMS:
+        miss = [c["no"] for c in ch if c not in have[a]]
+        print(f"  {a:4s} {len(have[a])}/{len(ch)} глав" + (f" · нет: {miss}" if miss else ""))
+    print("\n⚠ у связки нога черновика: глава без годного черновика выпадает целиком.")
+    print("  Однопроходка этого отказного режима не имеет ПО ПОСТРОЕНИЮ.\n")
+
+    # ⚠ МЕТРИКА ИСПРАВЛЕНА ИСПОЛНЕНИЕМ. Первая версия считала, какую из ДВУХ форм банка выбрал
+    # арм, и давала «расхождений нет» у всех троих. Проверка показала, что ВТОРАЯ форма не
+    # срабатывает НИ РАЗУ (0 попаданий на 8 терминах × 3 армах × 10 главах), то есть ноль был
+    # тривиален. При этом у арма есть ТРЕТЬЯ форма, банку неизвестная: 蛊师 передаётся то как
+    # «гу-мастер», то «Мастер Гу», то просто «мастер». Здесь считается то, что видно без
+    # выравнивания и сравнимо МЕЖДУ АРМАМИ на одних главах: держит ли арм канонную форму там,
+    # где zh-термин стоит в исходнике, и сколько раз этот признак ПЕРЕКЛЮЧАЕТСЯ между соседними
+    # главами. Переключение и есть дрейф; удержание — консистентность.
+    print(f"{'арм':5s}{'клеток':>8s}{'канон держится':>16s}{'ПЕРЕКЛЮЧЕНИЙ':>14s}{'на переход':>12s}"
+          f"{'ты/вы смеш.':>13s}")
+    common = [c for c in ch if all(text(a, c["uid"]).strip() for a in DRIFT_ARMS)]
+    print(f"  (общих глав у всех армов: {len(common)})")
+    per_arm = {}
+    for a in DRIFT_ARMS:
+        cells = hold = flips = trans = 0
+        detail: dict[str, list] = {}
+        for zh, (_v1, _v2, r1, _r2) in BO.IP.TERMS.items():
+            seq = []
+            for c in common:
+                if zh not in c["source"]:
+                    continue
+                cells += 1
+                ok = bool(re.search(r1, text(a, c["uid"]), re.I))
+                hold += ok
+                seq.append((c["no"], ok))
+            for (_n1, o1), (_n2, o2) in zip(seq, seq[1:]):
+                trans += 1
+                flips += o1 != o2
+            if len(seq) > 1:
+                detail[zh] = seq
+        per_arm[a] = detail
+        ty = sum(1 for c in common
+                 if re.search(r"(?<![а-яё])ты(?![а-яё])", text(a, c["uid"]), re.I)
+                 and re.search(r"(?<![а-яё])вы(?![а-яё])", text(a, c["uid"]), re.I))
+        print(f"{a:5s}{cells:>8d}{hold:>13d}/{cells}{flips:>14d}"
+              f"{(flips / trans if trans else 0):>12.2f}{ty:>10d}/{len(common)}")
+
+    print("\nПОТЕРМИННО (+ канон держится, − арм написал что-то другое):")
+    for a in DRIFT_ARMS:
+        print(f"  {a}:")
+        for zh, seq in sorted(per_arm[a].items()):
+            line = " ".join(f"{n}{'+' if o else '−'}" for n, o in seq)
+            fl = sum(1 for x, y in zip(seq, seq[1:]) if x[1] != y[1])
+            print(f"    {zh:6s} {line}   переключений {fl}")
+
+    print("\nРОСТ СЛОВАРЯ (новых слов на главу; растущая кривая = арм не помнит решений):")
+    for a in DRIFT_ARMS:
         vocab, new = set(), []
-        for t in ts:
-            w = set(re.findall(r"[а-яё]{4,}", t.lower()))
+        for c in have[a]:
+            w = set(re.findall(r"[а-яё]{4,}", text(a, c["uid"]).lower()))
             new.append(len(w - vocab))
             vocab |= w
-        print(f"{arm:6s}{ty:>10d}/{len(ts)}{st.mean(new):>21.0f}{sum(len(t) for t in ts):>9d}")
-    print("\n⚠ полные метрики консистентности термина и шва — после закупки, здесь только то,")
-    print("  что считается из одного текста; терминные требуют выравнивания zh↔ru по главам.")
+        half = len(new) // 2
+        print(f"  {a:5s} первая половина {st.mean(new[:half]):.0f}/гл · "
+              f"вторая {st.mean(new[half:]):.0f}/гл · всего уникальных {len(vocab)}")
 
 
 if __name__ == "__main__":