97 lines
3.4 KiB
Python
97 lines
3.4 KiB
Python
"""视频级切分选择：signal 分层、视频聚合、贪心联合约束选择（纯函数）。
|
||
|
||
结果驱动切分管线的核心：把诊断信号投影为多样性格子，供贪心选择器最大化覆盖。
|
||
本模块起步定义 evolution_target 派生与多样性格子；后续追加 score_signal /
|
||
build_video_records / select_split。
|
||
"""
|
||
|
||
from __future__ import annotations
|
||
|
||
from dataclasses import dataclass
|
||
|
||
_EVOLUTION_TARGET = {
|
||
"extraction_failure": "tool",
|
||
"search_failure": "skill",
|
||
"reasoning_failure": "skill",
|
||
"mixed": "system",
|
||
}
|
||
|
||
|
||
def evolution_target_of(error_type: str) -> str:
|
||
"""由 error_type 确定性派生进化目标（tool/skill/system）。
|
||
|
||
这是报告用的派生标注，非独立多样性轴（多样性主格子=task_type×error_type）。
|
||
|
||
参数:
|
||
error_type: 诊断瀑布归因的错误类别（extraction/search/reasoning/mixed_failure）。
|
||
|
||
返回:
|
||
进化目标字符串 tool / skill / system。
|
||
|
||
异常:
|
||
ValueError: error_type 不在已知集合内（不静默兜底）。
|
||
"""
|
||
if error_type not in _EVOLUTION_TARGET:
|
||
raise ValueError(f"未知 error_type: {error_type}")
|
||
return _EVOLUTION_TARGET[error_type]
|
||
|
||
|
||
def cell_of(task_type: str, error_type: str) -> tuple[str, str]:
|
||
"""构造多样性主格子 = (task_type, error_type)。
|
||
|
||
参数:
|
||
task_type: 题型（12 类之一）。
|
||
error_type: 错误类别（4 类之一）。
|
||
|
||
返回:
|
||
(task_type, error_type) 二元组，作为覆盖计数的格子键。
|
||
"""
|
||
return (task_type, error_type)
|
||
|
||
|
||
@dataclass(frozen=True)
|
||
class SignalLabel:
|
||
"""诊断信号分层标签（DiagnosisResult 的确定性投影）。
|
||
|
||
字段:
|
||
tier: 信号层级，取值 T0 / T1 / T2 / uncertain（判据见 score_signal）。
|
||
"""
|
||
|
||
tier: str
|
||
|
||
|
||
def score_signal(*, cause_category: str | None, infra: bool, degraded: bool) -> SignalLabel:
|
||
"""把诊断产物投影为信号分层 tier（不发明新分类，是确定性投影）。
|
||
|
||
分层优先级顺序固定（用早返回表达，不用魔法权重）：
|
||
先判 INFRA，再判 degraded，然后 defect / lapse，最后兜底 uncertain。
|
||
|
||
各层判据来源:
|
||
T0 — infra=True，即诊断 INFRA 排除（stop_reason ∈ {error, parse_error}），
|
||
基础设施失败先于一切判定，排除出可训练主体。
|
||
uncertain — degraded=True（judge 解析失败）或 cause_category 落不到
|
||
defect/lapse 上（如为 None），信号不可信，排除出 T2。
|
||
T2 — cause_category == "defect"，可训练核心，进多样性覆盖与训练主体。
|
||
T1 — cause_category == "lapse"，低信号（含无解题），接受但不作训练主体。
|
||
|
||
参数:
|
||
cause_category: 诊断的缺陷归因（"defect" / "lapse" / None）。
|
||
infra: 是否被 INFRA 护栏排除（基础设施失败）。
|
||
degraded: judge 是否解析失败导致诊断降级。
|
||
|
||
返回:
|
||
SignalLabel，其 tier 字段为上述四层之一。
|
||
|
||
实现细节:
|
||
关键字参数强制传入，防止 infra / degraded 两个 bool 位置混淆。
|
||
"""
|
||
if infra:
|
||
return SignalLabel(tier="T0")
|
||
if degraded:
|
||
return SignalLabel(tier="uncertain")
|
||
if cause_category == "defect":
|
||
return SignalLabel(tier="T2")
|
||
if cause_category == "lapse":
|
||
return SignalLabel(tier="T1")
|
||
return SignalLabel(tier="uncertain")
|