310 lines
21 KiB
Python
310 lines
21 KiB
Python
#!/usr/bin/env python3
|
||
"""СУДЕЙСТВО ФАЗЫ Д. $0 — генерация заданий и разбор ответов, платных вызовов нет.
|
||
|
||
Судей ДВА и оба бесплатны (решение владельца 11.08 дословно: «НИКАКИХ ВЫЗОВОВ ПО АПИ, всё
|
||
локально у нас на харнесах»): агент-сессии и локальный харнесс Sol 5-6 владельца — второе мнение
|
||
о судействе первого и о его слепоте. Правило расхождения пре-регистрировано в Д0.13 П-1 и здесь
|
||
не меняется: расхождение разрешается АДЪЮДИКАЦИЕЙ находок, а не выбором удобного семейства.
|
||
|
||
Риг не пере-изобретается: `absjudge` эксп-21 настраивается через `configure` — тем же приёмом,
|
||
которым пользовались паки 22 и 23. Методика (абсолютная шкала · слепые метки · декой · пол ·
|
||
обоснование цитатой · семейство, впечатанное в ключ ДО ответов · Холм) остаётся общей.
|
||
|
||
⚠⚠ ТРИ МЕСТА, ГДЕ ФАЗА Д ОТСТУПАЕТ ОТ УНАСЛЕДОВАННОГО РИГА, И ПОЧЕМУ.
|
||
|
||
1. ПОЛ РАЗВОДИТСЯ ПО РАЗНЫМ ПАЧКАМ. `absjudge.build_unit` кладёт обе половины пола (`CTRLfloorA`
|
||
и `CTRLfloorB`) в ОДНУ пачку — значит их судит одна сессия, и межсессионная компонента в пол
|
||
не попадает вовсе. Ровно так эксп-23 занизил порог различимости на 19% (§12б). Норма Д0.6
|
||
требует обратного: «шумовой пол — парой, чьи половины судят РАЗНЫЕ сессии». Поэтому здесь
|
||
пачки выпускаются ДВУМЯ наборами: `П1` несёт первую половину каждой пары, `П2` — вторую, и
|
||
наборы отдаются разным сессиям. Вторая норма («все армы единицы — в одном пакете») при этом
|
||
не нарушается: боевые армы целиком лежат в каждом наборе.
|
||
|
||
2. ДЕКОЕВ ДВА, А НЕ ОДИН. Грубый (`CTRLdecoy`, штатный механизм рига) аннулирует семейство, если
|
||
не пойман. Маржевый (`CTRLmargin`, заведён фазой Д по П-2) несёт ДВЕ ТОНКИЕ посадки классов,
|
||
реально пропущенных судьёй в проходе `tier`. Он проверяет то, чего грубый не проверяет вовсе:
|
||
способность прибора видеть эффект РАЗМЕРОМ С МАРЖУ эквивалентности. Без него вывод «не хуже»
|
||
неотличим от слепоты прибора — это assay sensitivity, требование, без которого вердикт
|
||
non-inferiority пуст. **Семейство, чей перевес на маржевом декое не пересекает его собственный
|
||
порог, теряет право говорить «не хуже» и понижается до описательного.**
|
||
Маржевый декой заводится ПСЕВДО-АРМОМ через `TEXT_HOOK`, а не правкой `absjudge`: рig общий с
|
||
паками 21–23, и правка его тела потребовала бы пере-снятия их гейтов.
|
||
|
||
3. ИЗОЛЯЦИЯ ПЛЮС ЖУРНАЛ, А НЕ ОДНА ИЗОЛЯЦИЯ. Пре-рег Д0.12 писал, что постфактум-детектора
|
||
подглядывания не существует. Для внешнего харнесса это верно, для агент-сессий — НЕТ, и это
|
||
проверено исполнением: оплаченная клетка несёт поле `arm` открытым текстом рядом с `content`,
|
||
поэтому слепая метка деанонимизируется ОДНИМ грепом по фрагменту варианта; а транскрипт
|
||
агент-сессии логирует вызовы инструментов, то есть аудит «куда лазил судья» возможен. Поэтому
|
||
задания уходят в каталог, где нет ничего кроме заданий, и после каждой пачки гоняется
|
||
греп-аудит транскриптов (`--audit`).
|
||
|
||
Запуск: sud.py --selftest | --emit | --audit <каталог-транскриптов> | --floor
|
||
"""
|
||
from __future__ import annotations
|
||
|
||
import importlib.util
|
||
import json
|
||
import re
|
||
import sys
|
||
from pathlib import Path
|
||
|
||
REPO = Path("/home/ubuntu/projects/textmachine")
|
||
ZONE = Path(__file__).resolve().parent
|
||
for d in ("dovodka", "editor_tier", "tenant_panel", "role_topology", "bank_arbitration"):
|
||
sys.path.insert(0, str(REPO / "eval" / d))
|
||
|
||
|
||
def _load(name: str, path: Path):
|
||
spec = importlib.util.spec_from_file_location(name, path)
|
||
mod = importlib.util.module_from_spec(spec)
|
||
sys.modules[name] = mod
|
||
spec.loader.exec_module(mod)
|
||
return mod
|
||
|
||
|
||
C = _load("contour", ZONE / "contour.py")
|
||
import absjudge as AJ # noqa: E402
|
||
|
||
# ⚠ РАБОЧИЙ КАТАЛОГ СУДЬИ — ВНЕ `~/books/dovodka`. Рядом с заданиями не должно лежать ни ключа
|
||
# слепых меток, ни сырья с полем `arm`, ни кода. Ключи живут ОТДЕЛЬНО и судье не выдаются.
|
||
WORK = Path.home() / "sud-d4"
|
||
TASKS1, TASKS2 = WORK / "p1-tasks", WORK / "p2-tasks"
|
||
ANSW1, ANSW2 = WORK / "p1-answers", WORK / "p2-answers"
|
||
VOTES = WORK / "votes"
|
||
KEYS = Path.home() / "books" / "dovodka" / "blind-keys-d4" # НЕ в WORK: судья туда не ходит
|
||
# ⚠ ПЕРЕВОДИМ РИГ НА КЛЮЧИ ФАЗЫ СРАЗУ, а не только внутри `emit`. Селфтест зовёт `AJ._plant`
|
||
# напрямую и при дефолтном `AJ.KEYS` строил приманку ПОСАДКАМИ ЧУЖОГО ПАКА (7 против 6, правила
|
||
# разные) — то есть гейт «грубый декой грубее маржевого» сертифицировал не тот текст, который
|
||
# реально видели судьи. Ровно этот класс уже был пойман в своде (`itog_d4.py:53`), здесь остался.
|
||
AJ.KEYS = KEYS
|
||
|
||
# Армы панели Д4. `A1` (только канон-флаги) — описательный, в первичное семейство не входит.
|
||
ARMS_D4 = ("A0", "A1B", "A2", "A3", "A4", "A1")
|
||
ARMS_OLD = ("A6", "A6F") # есть только у 16 старых единиц
|
||
|
||
# ⚠ ПЕРВИЧНОЕ СЕМЕЙСТВО — по одному контрасту на гипотезу владельца, Холм по трём. Объявлено в
|
||
# пре-реге Д0.5 и `power.py`; здесь оно ПОВТОРЕНО, а не переопределено, и впечатывается в ключ
|
||
# до первого ответа судьи.
|
||
FAMILY_D4 = [
|
||
("A1B", "A0", "флаговый контур против переписа (H-2а)"),
|
||
("A3", "A0", "смысловой контур против переписа (H-2б, ставка владельца)"),
|
||
("A6", "A0", "качественный черновик + контур против переписа (H-1)"),
|
||
]
|
||
|
||
# ⚠ МАРЖЕВЫЕ ПОСАДКИ — ТОНКИЕ, и это их суть. Грубые посадки рига (`один`→`сорок`, выдуманное
|
||
# слово, сломанная вёрстка) ловятся 32/32 и говорят только о потолочном режиме. Классы ниже
|
||
# выбраны по тому, что судья РЕАЛЬНО пропустил в проходе `tier`: смысл переворачивался, а оценка
|
||
# была ноль. Замена правдоподобна: текст остаётся связным и грамотным, ошибка — только смысловая.
|
||
MARGIN_PLANTS = [
|
||
# (что ищем, чем заменяем, класс) — по одной замене каждого класса, не больше.
|
||
# ⚠ КЛАССЫ ВЫБРАНЫ ЗАМЕРОМ, А НЕ ВООБРАЖЕНИЕМ. Первая редакция сажала «потерянный разряд
|
||
# числа» регексом по цифрам — и не сработала НИ РАЗУ на 31 единице: русская художественная
|
||
# проза пишет числа СЛОВАМИ, цифр в ней нет вовсе (замер: 0 вхождений `\d{2,}` на 31 тексте).
|
||
# Посадка, которая не сажается, превращает «не пойман» в «не было» и делает контроль пустым —
|
||
# ровно тем, чем был контроль в паке 23. Ниже три класса, замеренные на этом же сырье:
|
||
# снятие отрицания 31/31 единиц (151 вхождение) · подмена числительного 26/31 (108) ·
|
||
# инверсия сравнения 20/31 (33). Все три — тонкие: меняется одно слово, текст остаётся
|
||
# связным и грамотным, ошибка ТОЛЬКО смысловая. Это и есть маргинальный режим, ради которого
|
||
# декой заведён: грубые посадки рига ловятся 32/32 и о нём не говорят ничего.
|
||
[r"\bне\s+([а-яё]{3,}(?:л|ла|ло|ли|ет|ит))\b", r"\1", "снято отрицание — смысл инвертирован"],
|
||
[r"\b(три|четыре|пять|шесть|семь|восемь|девять)\b", "двенадцать", "подмена числительного"],
|
||
[r"\b(больше|выше|сильнее)\b", "меньше", "инверсия сравнения"],
|
||
]
|
||
MARGIN_MIN = 2 # клетка, где посадить удалось меньше, в маржевый декой не идёт
|
||
|
||
|
||
def units():
|
||
"""Единицы, допустимые к судейству: без брака базы и без клеток finish=length."""
|
||
return C.units_ok()
|
||
|
||
|
||
def text_of(arm: str, u: dict) -> str:
|
||
"""Текст арма. Клетка, не прошедшая гейт годности, в пачку НЕ идёт — возвращается пусто."""
|
||
uid = u["uid"]
|
||
if arm == "A0":
|
||
return C.base_a0(uid)
|
||
if arm == "CTRLmargin":
|
||
planted, n = margin_plant(C.base_a0(uid))
|
||
return planted if n >= MARGIN_MIN else ""
|
||
f = C.OUT / f"{C.tag(arm, uid)}.json"
|
||
if not f.exists():
|
||
return ""
|
||
d = json.loads(f.read_text(encoding="utf-8"))
|
||
# ⚠ ГЕЙТ ПАЧКИ (норма Д0.6): клетка с `finish=length` не допускается ни боевым армом, ни
|
||
# половиной пола — её выход оборван на середине предложения, и судья оценит обрыв, а не арм.
|
||
if d.get("finish") != "stop":
|
||
return ""
|
||
return d.get("content") or ""
|
||
|
||
|
||
def margin_plant(text: str) -> tuple[str, int]:
|
||
"""Тонкая контролируемая порча. Возвращает (текст, число РЕАЛЬНО применённых замен)."""
|
||
out, n = text, 0
|
||
for pat, rep, _c in MARGIN_PLANTS:
|
||
new, cnt = re.subn(pat, rep, out, count=1)
|
||
if cnt:
|
||
out, n = new, n + cnt
|
||
return out, n
|
||
|
||
|
||
def floor_pair(u: dict, half: int) -> str:
|
||
"""ОДНА половина пары пола. Наборы П1/П2 берут разные половины — см. отступление 1 в шапке."""
|
||
f = C.OUT / f"dv-a-flo{half}-{u['uid']}.json"
|
||
if not f.exists():
|
||
return ""
|
||
d = json.loads(f.read_text(encoding="utf-8"))
|
||
return (d.get("content") or "") if d.get("finish") == "stop" else ""
|
||
|
||
|
||
def setup(half: int) -> None:
|
||
"""Настроить общий риг на панель Д4 и на НАБОР `half` (1 или 2).
|
||
|
||
⚠ Крючки сбрасываются ЯВНО все до одного. `absjudge` держит их глобалями, и после работы с
|
||
чужим паком касса и каталоги молча читали чужое — этот класс стоил паку 22 пересчёта
|
||
32 единиц вместо 16 (дефект D-3). Поэтому здесь перечислено ВСЁ, а не только изменяемое.
|
||
"""
|
||
old = {u["uid"] for u in C.P22.M.units_zh()}
|
||
arms = ARMS_D4 + ARMS_OLD + ("CTRLmargin",)
|
||
t, a = (TASKS1, ANSW1) if half == 1 else (TASKS2, ANSW2)
|
||
AJ.configure(
|
||
PASS=f"d4p{half}",
|
||
ARMS=arms,
|
||
FAMILY=FAMILY_D4,
|
||
SRC_LANG="китайском",
|
||
UNITS_HOOK=units,
|
||
TEXT_HOOK=lambda arm, u: ("" if arm in ARMS_OLD and u["uid"] not in old
|
||
else text_of(arm, u)),
|
||
# декой сажается в БОЕВОЙ ПЕРЕПИС, и донор объявлен: в паке 23 донором во всех 16 единицах
|
||
# был один и тот же арм, и это осталось необъявленным до самого разбирательства
|
||
DECOY_HOOK=lambda slots: slots.get("A0") or "",
|
||
# пол НЕ через штатный крючок: он кладёт обе половины в одну пачку — см. отступление 1
|
||
FLOOR_HOOK=lambda u: ((floor_pair(u, half), floor_pair(u, half))
|
||
if False else None),
|
||
DIRS_HOOK=lambda: (t, a, VOTES),
|
||
JUDGES_HOOK=None,
|
||
)
|
||
AJ.KEYS = KEYS
|
||
|
||
|
||
def emit(half: int) -> None:
|
||
"""Выпустить набор пачек. Ключ пишется ДО существования хоть одного ответа."""
|
||
setup(half)
|
||
# половина пола входит в набор ОТДЕЛЬНЫМ псевдо-армом, чтобы попасть в ту же пачку, но
|
||
# в ДРУГУЮ сессию, чем её пара
|
||
base = AJ.TEXT_HOOK
|
||
AJ.configure(ARMS=tuple(AJ.ARMS) + ("CTRLfloor",),
|
||
TEXT_HOOK=lambda arm, u: (floor_pair(u, half) if arm == "CTRLfloor"
|
||
else base(arm, u)))
|
||
AJ.emit()
|
||
print(f"набор П{half}: задания → {(TASKS1 if half == 1 else TASKS2)} · "
|
||
f"ключ → {KEYS} (судье НЕ давать)")
|
||
|
||
|
||
FORBIDDEN = ("blind-keys", "dv-a-", "dv-f-", "/books/dovodka", "contour.py", "sud.py")
|
||
|
||
|
||
def audit(tr_dir: Path) -> int:
|
||
"""⚠ ПОСТФАКТУМ-АУДИТ: куда судья ходил инструментами. Существует, вопреки Д0.12."""
|
||
bad = 0
|
||
files = sorted(Path(tr_dir).glob("*.jsonl"))
|
||
if not files:
|
||
print(f"⛔ транскриптов в {tr_dir} нет — аудит невозможен, пачка НЕ принимается")
|
||
return 1
|
||
for f in files:
|
||
txt = f.read_text(encoding="utf-8", errors="replace")
|
||
hits = sorted({w for w in FORBIDDEN if w in txt})
|
||
if hits:
|
||
bad += 1
|
||
print(f"[ПРОВАЛ] {f.name}: судья касался запрещённого — {hits}")
|
||
else:
|
||
print(f"[OK ] {f.name}: запрещённых путей не касался")
|
||
print(f"\n{'АУДИТ ЧИСТ' if not bad else f'ПАЧКА НЕ ПРИНИМАЕТСЯ: подозрительных сессий {bad}'}")
|
||
return bad
|
||
|
||
|
||
def selftest() -> int:
|
||
"""Обязан пройти ДО выдачи первой пачки судье."""
|
||
bad = 0
|
||
|
||
def ck(n: str, ok: bool, d: str = "") -> None:
|
||
nonlocal bad
|
||
bad += not ok
|
||
print(f"[{'OK ' if ok else 'ПРОВАЛ'}] {n}" + (f" {d}" if d else ""))
|
||
|
||
us = units()
|
||
ck("единиц к судейству 31 (32 минус эхо-мина)", len(us) == 31, str(len(us)))
|
||
u = us[0]
|
||
# клетки finish=length не должны попадать в пачку ни одним армом
|
||
lens = [(a, x["uid"]) for a in ARMS_D4 + ARMS_OLD for x in us
|
||
if (C.OUT / f"{C.tag(a, x['uid'])}.json").exists()
|
||
and json.loads((C.OUT / f"{C.tag(a, x['uid'])}.json").read_text()).get("finish")
|
||
!= "stop" and text_of(a, x)]
|
||
ck("клетка finish=length в пачку не попадает", not lens, str(lens[:2]))
|
||
# маржевый декой обязан РЕАЛЬНО сажаться, иначе «не пойман» = «не было»
|
||
ok_m = sum(1 for x in us if text_of("CTRLmargin", x))
|
||
ck("маржевый декой сажается на большинстве единиц", ok_m >= len(us) * 0.6,
|
||
f"{ok_m} из {len(us)}")
|
||
# и обязан быть ТОНКИМ: текст меняется мало, иначе это второй грубый декой
|
||
import difflib # noqa: PLC0415
|
||
sims = []
|
||
for x in us[:8]:
|
||
m = text_of("CTRLmargin", x)
|
||
if m:
|
||
sims.append(difflib.SequenceMatcher(None, C.base_a0(x["uid"]), m,
|
||
autojunk=False).ratio())
|
||
ck("маржевый декой ТОНКИЙ (меняет <1% знаков)", sims and min(sims) > 0.99,
|
||
f"схожесть мин {min(sims):.4f}" if sims else "нет посадок")
|
||
# Грубый декой рига обязан оставаться ГРУБЫМ — иначе оба контроля меряют одно.
|
||
# ⚠ Сравнение ПОЭДИНИЧНОЕ. Прежняя редакция брала грубый декой на ОДНОЙ единице и сравнивала
|
||
# с МИНИМУМОМ схожести маржевого по всем — разные величины, и вердикт зависел от того, какая
|
||
# единица попалась. Теперь оба декоя считаются на одном и том же тексте, и требуется, чтобы
|
||
# грубый был грубее на КАЖДОЙ единице: гейт от этого строже, а не мягче.
|
||
worse = tot = 0
|
||
for x in us:
|
||
b = C.base_a0(x["uid"])
|
||
if not b.strip():
|
||
continue
|
||
ct, cn = AJ._plant(b) # noqa: SLF001
|
||
mt, mn = margin_plant(b)
|
||
if cn < 2 or mn < 1:
|
||
continue
|
||
tot += 1
|
||
worse += (difflib.SequenceMatcher(None, b, ct, autojunk=False).ratio()
|
||
< difflib.SequenceMatcher(None, b, mt, autojunk=False).ratio())
|
||
ck("грубый декой ГРУБЕЕ маржевого на КАЖДОЙ единице", tot and worse == tot,
|
||
f"грубее на {worse} из {tot}")
|
||
# половины пола идут в РАЗНЫЕ наборы и не совпадают побайтно
|
||
pairs = [(floor_pair(x, 1), floor_pair(x, 2)) for x in us]
|
||
pairs = [p for p in pairs if p[0] and p[1]]
|
||
ck("пар пола не меньше 15", len(pairs) >= 15, str(len(pairs)))
|
||
ck("половины пола НЕ равны побайтно (иначе контроль пуст)",
|
||
not [1 for a, b in pairs if a == b])
|
||
# половина пола не должна совпадать с боевой клеткой (урок «близнеца» пака 23)
|
||
battle = {text_of(a, x) for a in ARMS_D4 for x in us}
|
||
ck("половина пола не совпадает с боевым армом",
|
||
not [1 for a, b in pairs if a in battle or b in battle])
|
||
# ключи лежат ВНЕ рабочего каталога судьи
|
||
ck("ключ слепых меток вне каталога заданий",
|
||
KEYS not in TASKS1.parents and TASKS1 not in KEYS.parents and KEYS.parent != WORK,
|
||
f"{KEYS} против {WORK}")
|
||
# семейство первичных контрастов совпадает с объявленным в power.py
|
||
P = _load("power_d", ZONE / "power.py")
|
||
declared = {c.split(" — ")[0] for c in P.PRIMARY["Д4 edit-контур zh"]}
|
||
mine = {f"{a}/{b}" for a, b, _ in FAMILY_D4}
|
||
ck("семейство совпадает с объявленным в power.py", declared == mine,
|
||
f"{sorted(declared)} против {sorted(mine)}")
|
||
print(f"\n{'СУДЕЙСКИЙ ХАРНЕСС ГОДЕН' if not bad else f'ПРОВАЛОВ: {bad}'}")
|
||
return bad
|
||
|
||
|
||
if __name__ == "__main__":
|
||
a = sys.argv[1:] or ["--selftest"]
|
||
if a[0] == "--selftest":
|
||
sys.exit(1 if selftest() else 0)
|
||
elif a[0] == "--emit":
|
||
emit(1)
|
||
emit(2)
|
||
elif a[0] == "--audit":
|
||
sys.exit(1 if audit(Path(a[1])) else 0)
|
||
else:
|
||
raise SystemExit(f"⛔ неизвестный режим {a[0]!r}; знаю --selftest --emit --audit")
|