iomgaa
852600df02
消融默认关，关掉时解释阶段一并跳过；选诊断实验用信息价值减成本。 eval/diagnosis/research.json 为第三块配置。vocab 字段说明的出口文字随提示词一起改，见下一次提交的 prompts/ 与同文件改动（本次含在内）。 Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
72 lines
3.2 KiB
TypeScript
72 lines
3.2 KiB
TypeScript
import type { Ledger } from "../ledger/index.ts";
|
||
import type { Direction, MetricDefinition, Role, SubmissionKind } from "../vocab/index.ts";
|
||
|
||
// flow 交给 materials 的东西：账本里没有、只有 flow 拿得到的（任务书 09 第六部分第 1 条）。
|
||
|
||
/**
|
||
* 一份研究的事实：来自冻结的研究配置和任务。账本里的配置记录只存 Json，materials 不能引用 config、tasks，
|
||
* 所以由 flow 取好传进来。
|
||
*/
|
||
export type StudyFacts = {
|
||
finalMetric: string;
|
||
direction: Direction;
|
||
epsilon: number;
|
||
/** 已知最好，没有为 null。 */
|
||
knownBest: number | null;
|
||
/** 开放预留 λ。 */
|
||
lambda: number;
|
||
/** 正式运行总次数。 */
|
||
totalRuns: number;
|
||
/** 每人每轮提案上限 M，诊断解释的上限也是它。 */
|
||
proposalLimit: number;
|
||
/** 每人每轮诊断实验上限 A；诊断关掉时为 null。 */
|
||
diagnosisExperimentLimit: number | null;
|
||
factorLimit: number;
|
||
/** 最终指标和常规辅助指标的定义（tasks 的 metricDefinitions）。 */
|
||
metrics: MetricDefinition[];
|
||
/** 任务说明全文（TASK.md）。 */
|
||
taskText: string;
|
||
/** 单次正式运行的墙钟时限（秒），资源用量写"占时限几成"用。 */
|
||
wallSeconds: number;
|
||
};
|
||
|
||
/**
|
||
* 两个代码版本的比较结果。与 workspace 的 compareVersions 交回的形状相同（jev 的 codeHunks 是同样的先例），
|
||
* materials 不引用 workspace。块可以为空：空文件增删、只改可执行位都没有块，按整个文件改了算。
|
||
*/
|
||
export type LineRange = { start: number; end: number } | { after: number };
|
||
export type CodeChanges = {
|
||
files: Array<
|
||
{ path: string; change: "added" | "deleted" | "modified"; modeOnly: boolean } & (
|
||
| { binary: true }
|
||
| { binary: false; hunks: Array<{ from: LineRange; to: LineRange }> }
|
||
)
|
||
>;
|
||
diff: string;
|
||
};
|
||
|
||
/** 一份提示词文件：文字和原始字节的 sha256。 */
|
||
export type PromptFile = { text: string; hash: string };
|
||
/** 提示词目录读出来的全部文件（readPrompts）。 */
|
||
export type Prompts = { roles: Record<Role, PromptFile>; tasks: Record<SubmissionKind, PromptFile> };
|
||
|
||
/**
|
||
* 生成一份任务材料要的全部输入。全部必填，用不到的写 null：
|
||
* - changes：核验是起点到候选代码，修复是起点到上一次提交的代码，消融核验是完整代码到这一格的代码；诊断核验是当前基线到诊断程序，诊断修复是当前基线到上一次提交的诊断程序；其余为 null；
|
||
* - artifacts：解释任务要的本轮各次运行的产物、诊 1 要的本批基线那次运行的产物（运行编号 → 文件名 → 文字）；其余为 null；
|
||
* - codeRoot：能读的代码版本取出到 `<codeRoot>/<版本号>`，flow 照材料里的目录取出。
|
||
*/
|
||
export type TaskRequest = {
|
||
kind: SubmissionKind;
|
||
actor: string;
|
||
stageId: string;
|
||
/** 一个任务一个对象：候选、原提案（挑刺）、消融格或本轮诊断（diagnosisId）；入口、讨论、志愿、提案、诊断解释与预测、解释、收尾为 null。 */
|
||
object: string | null;
|
||
ledger: Ledger;
|
||
study: StudyFacts;
|
||
prompts: Prompts;
|
||
codeRoot: string;
|
||
changes: CodeChanges | null;
|
||
artifacts: Record<string, Record<string, string>> | null;
|
||
};
|