import re
from lighteval.tasks.lighteval_task import LightevalTaskConfig
from lighteval.tasks.requests import Doc
from lighteval.metrics.metrics import SampleLevelMetric

# ==========================================
# 1. カスタム評価ロジック（任意の長さに対応）
# ==========================================
def numpuzzle_match(predictions: list[str], formatted_doc: dict, **kwargs) -> dict:
    """
    モデルが生成したテキスト(predictions)と、正解(formatted_doc)を比較する関数。
    """
    # 正解を取得し、その長さ（桁数）を取得
    target = str(formatted_doc["target"]).strip()
    target_len = len(target) # ★ここがポイント：9固定ではなく正解の長さに依存させる
    
    # モデルの生成結果（通常はリストの最初の要素）
    prediction_raw = str(predictions[0])
    
    # 数字以外をすべて削除
    prediction_digits = re.sub(r'\D', '', prediction_raw)
    
    # ★正解と同じ桁数を末尾から抽出する
    if len(prediction_digits) >= target_len:
        final_pred = prediction_digits[-target_len:]
    else:
        final_pred = prediction_digits
        
    is_match = (final_pred == target)
    
    # 正解なら 1.0、不正解なら 0.0 を返す（これをLighteval全体で平均化してAccuracyを出します）
    return {"accuracy": 1.0 if is_match else 0.0}

# 評価関数をLightevalのメトリクスとして登録
numpuzzle_metric = SampleLevelMetric(
    metric_name="numpuzzle_accuracy",
    sample_level_fn=numpuzzle_match,
    category="accuracy",
    use_case="generative"
)

# ==========================================
# 2. プロンプト生成関数
# ==========================================
def numpuzzle_prompt(line, task_name: str = None):
    """
    データセットの1行(line)を受け取り、モデルに入力するプロンプト形式を作ります。
    ※ line['input'] は、あなたのデータセットの「問題文」の列名に合わせて変更してください。
    """
    return Doc(
        task_name=task_name,
        query=f"{line['input']}\nAnswer:", # 例: "1+1=?\nAnswer:" 
        choices=[str(line["target"])],
        gold_index=0,
        instruction="",
    )

# ==========================================
# 3. タスク設定（Lightevalへ登録）
# ==========================================
task = LightevalTaskConfig(
    name="numpuzzle-easy",
    prompt_function=numpuzzle_prompt,
    suite=["custom"],
    hf_repo="your-username/numpuzzle-dataset",  # ★Hugging Face上のあなたのデータセットIDに変更してください
    hf_subset="default",
    hf_avail_splits=["test"],      # 評価に使用するスプリット（testやtrain）
    evaluation_splits=["test"],
    few_shots_split=None,
    few_shots_select=None,
    generation_size=65536,            # モデルに生成させる最大トークン数（長すぎると遅くなります）
    metric=[numpuzzle_metric],     # 上で定義したカスタム評価関数をセット
)

# Lightevalがこのファイルを読み込んだ時にタスクを認識できるようにする
TASKS_TABLE = [task]