fix: 참여 가이드 예제 - 축 부문은 JSON 배열로, 그리고 깨져 있던 개행 이스케이프

(1) 네 개의 스타터가 모두 스칼라 CSV 를 찍어 축 부문 참가자는 예제대로 따라하면 막혔다. saveBlock() 한 곳으로 모으고 axes 가 있으면 predictions.json 을 쓰게 했다. LLM 프롬프트의 출력 안내도 같이. (2) 템플릿 리터럴 안의 개행 이스케이프가 진짜 줄바꿈이 돼 46개 부문의 예제가 전부 문법 오류였다(문자열이 줄을 넘음). 확인: 수정 전 SyntaxError, 수정 후 ast.parse 통과.

index.html

@@ -577,6 +577,23 @@ async function paneRank(b){
 
 /* 부문 값이 채워진 참여 가이드. 일반문으로 두면 참가자가 자기 부문에 맞게 고쳐야 하고,
    대부분 그 단계에서 떨어진다. */
+/* 예측 파일을 쓰는 부분. 부문이 축을 여러 개 요구하면 CSV 한 칸에 담을 수 없다.
+   전에는 네 개의 스타터가 모두 스칼라 CSV 를 찍어서, 축 부문 참가자는 예제를
+   그대로 따라 하면 반드시 막혔다 (2026-09-08 참가자 제보). 한 곳에 모은다. */
+function saveBlock(b){
+  if(!b.axes) return [
+    `with open("predictions.csv", "w") as f:`,
+    `    f.write("compound_id,prediction\\n")`,
+    `    for c, v in zip(test["compounds"], p):`,
+    `        f.write("%s,%.4f\\n" % (c["compound_id"], v))`];
+  return [
+    `# 이 부문은 화합물마다 축이 ${b.axes}개다. 모델도 ${b.axes}개를 내야 한다`,
+    `# (예: MultiOutputRegressor 로 감싸거나 축마다 따로 학습).`,
+    `out = {c["compound_id"]: [round(float(x), 4) for x in v]`,
+    `       for c, v in zip(test["compounds"], p)}`,
+    `json.dump(out, open("predictions.json", "w"))`];
+}
+
 function promptFor(b){
   const nf=(b.noise_floor||{}).sd_single;
   const mk=metricOf(b);
@@ -591,7 +608,8 @@ function promptFor(b){
 ``,
 `[과제]`,
 `  입력   ${b.board.toLowerCase()}_test.json  — compound_id 와 SMILES 만 들어 있다 (${b.n_test}개)`,
-`  출력   predictions.csv — 두 열: compound_id,prediction`,
+b.axes ? `  출력   predictions.json — {compound_id: [숫자 ${b.axes}개]} 형태`
+        : `  출력   predictions.csv — 두 열: compound_id,prediction`,
 `  예측값  ${unit}`,
 b.target && b.target!=="—" ? `  대상   ${b.target} · ${b.type}` : `  대상   ${b.type}`,
 ``,
@@ -686,10 +704,7 @@ b.clip?`       if ${b.clip[0]} <= float(np.median(v["p"])) <= ${b.clip[1]}}   #
 `Xt = np.array([gen.GetFingerprintAsNumPy(Chem.MolFromSmiles(c["smiles"]))`,
 `               for c in test["compounds"]])`,
 `p = model.predict(Xt)`,
-`with open("predictions.csv", "w") as f:`,
-`    f.write("compound_id,prediction\n")`,
-`    for c, v in zip(test["compounds"], p):`,
-`        f.write("%s,%.4f\n" % (c["compound_id"], v))`
+...saveBlock(b)
 ].filter(x=>x!==``||true).join("\n");
 }
 
@@ -736,10 +751,7 @@ function starterMolecule(b){
 `Xt = np.array([gen.GetFingerprintAsNumPy(Chem.MolFromSmiles(c["smiles"]))`,
 `               for c in test["compounds"]])`,
 `p = model.predict_proba(Xt)[:, 1]`,
-`with open("predictions.csv", "w") as f:`,
-`    f.write("compound_id,prediction\n")`,
-`    for c, v in zip(test["compounds"], p):`,
-`        f.write("%s,%.4f\n" % (c["compound_id"], v))`
+...saveBlock(b)
 ].join("\n");
 }
 
@@ -794,10 +806,7 @@ function starterDerived(b){
 `Xt = np.array([gen.GetFingerprintAsNumPy(Chem.MolFromSmiles(c["smiles"]))`,
 `               for c in test["compounds"]])`,
 `p = m_t.predict(Xt) - m_h.predict(Xt)`,
-`with open("predictions.csv", "w") as f:`,
-`    f.write("compound_id,prediction\n")`,
-`    for c, v in zip(test["compounds"], p):`,
-`        f.write("%s,%.4f\n" % (c["compound_id"], v))`
+...saveBlock(b)
 ].join("\n");
 }
 
@@ -835,10 +844,7 @@ function starterNoChembl(b){
 `Xt = np.array([gen.GetFingerprintAsNumPy(Chem.MolFromSmiles(c["smiles"]))`,
 `               for c in test["compounds"]])`,
 `p = model.predict(Xt)`,
-`with open("predictions.csv", "w") as f:`,
-`    f.write("compound_id,prediction\n")`,
-`    for c, v in zip(test["compounds"], p):`,
-`        f.write("%s,%.4f\n" % (c["compound_id"], v))`
+...saveBlock(b)
 ].join("\n");
 }