Download RLB/index.mjs from zelk12/BenchPack_for_BenchLocal: direct link, hf CLI and curl.
- Browser
- Download file 15.8 kB
-
https://huggingface.co/zelk12/BenchPack_for_BenchLocal/resolve/main/RLB/index.mjs
- Command line
-
hf download hf://zelk12/BenchPack_for_BenchLocal/RLB/index.mjs
-
curl -L -o index.mjs https://huggingface.co/zelk12/BenchPack_for_BenchLocal/resolve/main/RLB/index.mjs
15.8 kB
| import fs from "node:fs"; | |
| import path from "node:path"; | |
| import { fileURLToPath } from "node:url"; | |
| const __dirname = path.dirname(fileURLToPath(import.meta.url)); | |
| const manifestPath = path.join(__dirname, "benchlocal.pack.json"); | |
| const scenariosPath = path.join(__dirname, "scenarios.json"); | |
| export const manifest = JSON.parse(fs.readFileSync(manifestPath, "utf8")); | |
| function loadScenarios() { | |
| return JSON.parse(fs.readFileSync(scenariosPath, "utf8")); | |
| } | |
| export function listScenarios() { | |
| return loadScenarios().map(s => ({ | |
| id: s.id, | |
| name: s.name, | |
| category: s.category || "Общие", | |
| description: s.name | |
| })); | |
| } | |
| export function getScenarios() { | |
| return listScenarios(); | |
| } | |
| /** | |
| * Нормализация букв-омоглифов (защита от различий раскладки А/A, В/B, С/C, Е/E, Н/H, Р/P, Х/X) | |
| */ | |
| function normalizeScriptChar(char) { | |
| const c = String(char || "").trim().toUpperCase(); | |
| const map = { "A": "А", "B": "В", "C": "С", "E": "Е", "H": "Н", "P": "Р", "X": "Х" }; | |
| return map[c] || c; | |
| } | |
| /** | |
| * Детектор макро-зацикливаний (период блока от 25 до 250 слов) | |
| */ | |
| function detectMacroLoop(text) { | |
| const words = (text.toLowerCase().match(/[\p{L}\p{N}'-]+/gu) || []); | |
| const n = words.length; | |
| if (n < 50) return { isLoop: false }; | |
| const maxL = Math.min(250, Math.floor(n / 2)); | |
| for (let L = 25; L <= maxL; L += 5) { | |
| const step = Math.max(1, Math.floor(L / 4)); | |
| for (let i = 0; i <= n - 2 * L; i += step) { | |
| let matches = 0; | |
| for (let j = 0; j < L; j++) { | |
| if (words[i + j] === words[i + L + j]) { | |
| matches++; | |
| } | |
| } | |
| const similarity = matches / L; | |
| if (similarity >= 0.85) { | |
| const sample = words.slice(i, i + Math.min(12, L)).join(" "); | |
| return { | |
| isLoop: true, | |
| reason: `Макро-петля: повторяющийся блок ~${L} слов (${Math.round(similarity * 100)}% совпадения): '${sample}...'` | |
| }; | |
| } | |
| } | |
| } | |
| const paragraphs = text | |
| .split(/\n+/) | |
| .map(p => p.trim().toLowerCase()) | |
| .filter(p => p.split(/\s+/).length >= 15); | |
| for (let i = 0; i < paragraphs.length - 1; i++) { | |
| if (paragraphs[i] === paragraphs[i + 1]) { | |
| return { | |
| isLoop: true, | |
| reason: `Повтор целого абзаца подряд: '${paragraphs[i].slice(0, 50)}...'` | |
| }; | |
| } | |
| } | |
| return { isLoop: false }; | |
| } | |
| /** | |
| * Детектор микро-зацикливаний (слова, биграммы, короткие фразы) | |
| */ | |
| function detectMicroLoop(text, finishReason) { | |
| const words = (text.toLowerCase().match(/[\p{L}\p{N}'-]+/gu) || []); | |
| if (words.length < 5) return { isLoop: false }; | |
| for (let i = 0; i <= words.length - 5; i++) { | |
| const w = words[i]; | |
| if (words[i + 1] === w && words[i + 2] === w && words[i + 3] === w && words[i + 4] === w) { | |
| return { isLoop: true, reason: `Повтор слова 5+ раз подряд: '${w}'` }; | |
| } | |
| } | |
| for (let i = 0; i <= words.length - 8; i++) { | |
| if ( | |
| words[i] === words[i + 2] && words[i + 1] === words[i + 3] && | |
| words[i] === words[i + 4] && words[i + 1] === words[i + 5] && | |
| words[i] === words[i + 6] && words[i + 1] === words[i + 7] | |
| ) { | |
| return { isLoop: true, reason: `Тандемный повтор пары слов: '${words[i]} ${words[i + 1]}'` }; | |
| } | |
| } | |
| const maxK = Math.min(20, Math.floor(words.length / 3)); | |
| for (let k = 3; k <= maxK; k++) { | |
| for (let i = 0; i <= words.length - 3 * k; i++) { | |
| let isMatch = true; | |
| for (let j = 0; j < k; j++) { | |
| if (words[i + j] !== words[i + k + j] || words[i + j] !== words[i + 2 * k + j]) { | |
| isMatch = false; | |
| break; | |
| } | |
| } | |
| if (isMatch) { | |
| const sample = words.slice(i, i + Math.min(k, 6)).join(" "); | |
| return { isLoop: true, reason: `Тандемный повтор фразы из ${k} слов: '${sample}...'` }; | |
| } | |
| } | |
| } | |
| if (finishReason === "length" && words.length >= 20) { | |
| const tail = words.slice(-20); | |
| const tailBigrams = new Set(); | |
| for (let i = 0; i < tail.length - 1; i++) { | |
| tailBigrams.add(`${tail[i]}_${tail[i + 1]}`); | |
| } | |
| if (tailBigrams.size <= 4) { | |
| return { isLoop: true, reason: "Аварийное зацикливание хвоста при исчерпании лимита токенов" }; | |
| } | |
| } | |
| return { isLoop: false }; | |
| } | |
| /** | |
| * Валидатор Категории 1: Распознавание смыслового зацикливания (Строгая бинарная оценка) | |
| */ | |
| function validateCategory1(scenario, rawText) { | |
| const text = (rawText || "").trim(); | |
| if (!text) { | |
| return { pass: false, reason: "Пустой ответ от модели" }; | |
| } | |
| const pattern = /(?:мой\s+ответ|my\s+answer)\s*:\s*\(\s*([12])\s*\)\s*\(\s*([А-ЯA-Zа-яa-z])\s*\)/i; | |
| const match = text.match(pattern); | |
| if (!match) { | |
| return { | |
| pass: false, | |
| reason: `Не соблюден формат ответа. Ожидалось: 'Мой ответ: (1/2) (Буква)', получено: '${text.slice(0, 60)}...'` | |
| }; | |
| } | |
| const actualBinary = match[1]; | |
| const actualLetterNorm = normalizeScriptChar(match[2]); | |
| const expectedBinary = String(scenario.expectedBinary); | |
| const expectedLetterNorm = normalizeScriptChar(scenario.expectedLetter); | |
| // СТРОГАЯ БИНАРНАЯ ПРОВЕРКА: Либо верны оба пункта (100), либо провал (0) | |
| if (actualBinary !== expectedBinary || actualLetterNorm !== expectedLetterNorm) { | |
| const verdictName = actualBinary === "1" ? "Да" : "Нет"; | |
| const expVerdictName = expectedBinary === "1" ? "Да" : "Нет"; | |
| return { | |
| pass: false, | |
| reason: `Задание не выполнено. Получено: (${actualBinary} - ${verdictName}) (${match[2].toUpperCase()}), ожидалось: (${expectedBinary} - ${expVerdictName}) (${scenario.expectedLetter})` | |
| }; | |
| } | |
| return { pass: true, reason: `Задание выполнено полностью: зацикливание и количество (${expectedBinary}) (${scenario.expectedLetter}) определены верно` }; | |
| } | |
| /** | |
| * Валидатор Категории 2: Массовая генерация 100 элементов | |
| */ | |
| function validateCategory2(scenario, rawText, finishReason) { | |
| const text = (rawText || "").trim(); | |
| if (!text) { | |
| return { pass: false, reason: "Пустой ответ от модели" }; | |
| } | |
| const lines = text.split(/\n+/).map(l => l.trim()).filter(Boolean); | |
| const items = []; | |
| for (const line of lines) { | |
| const m = line.match(/^(?:\d+[\.\)]|\-\s*|\*\s*)(.+)$/); | |
| if (m) { | |
| items.push(m[1].trim().toLowerCase()); | |
| } | |
| } | |
| const finalItems = items.length >= 40 ? items : lines.map(l => l.toLowerCase()); | |
| // 1. Повтор одного пункта 4+ раза подряд | |
| for (let i = 0; i <= finalItems.length - 4; i++) { | |
| if ( | |
| finalItems[i] === finalItems[i + 1] && | |
| finalItems[i] === finalItems[i + 2] && | |
| finalItems[i] === finalItems[i + 3] | |
| ) { | |
| return { | |
| pass: false, | |
| reason: `[LOOP DETECTED] Непрерывный повтор одного пункта 4+ раза подряд: '${finalItems[i].slice(0, 40)}...'` | |
| }; | |
| } | |
| } | |
| // 2. Чередование пары пунктов ((A B) (A B) (A B)) | |
| for (let i = 0; i <= finalItems.length - 6; i++) { | |
| if ( | |
| finalItems[i] === finalItems[i + 2] && finalItems[i] === finalItems[i + 4] && | |
| finalItems[i + 1] === finalItems[i + 3] && finalItems[i + 1] === finalItems[i + 5] | |
| ) { | |
| return { | |
| pass: false, | |
| reason: `[LOOP DETECTED] Циклическое чередование пунктов: '${finalItems[i].slice(0, 25)}' / '${finalItems[i + 1].slice(0, 25)}'` | |
| }; | |
| } | |
| } | |
| // 3. Коллапс разнообразия (> 35% дубликатов по всему списку) | |
| if (finalItems.length >= 40) { | |
| const unique = new Set(finalItems); | |
| const dupRatio = (finalItems.length - unique.size) / finalItems.length; | |
| if (dupRatio > 0.35) { | |
| return { | |
| pass: false, | |
| reason: `[LOOP DETECTED] Коллапс генератора: ${Math.round(dupRatio * 100)}% пунктов списка являются дубликатами` | |
| }; | |
| } | |
| } | |
| // 4. Обрыв по лимиту длины | |
| if (finishReason === "length") { | |
| return { | |
| pass: false, | |
| reason: `Генерация оборвалась по лимиту длины (успела выдать ${finalItems.length} пунктов). Декодер ушел в бесконечную петлю.` | |
| }; | |
| } | |
| // 5. Полнота объема (допуск от 75 пунктов) | |
| if (finalItems.length < 75) { | |
| return { | |
| pass: false, | |
| reason: `Сгенерировано слишком мало пунктов (${finalItems.length} из 100 требуемых).` | |
| }; | |
| } | |
| return { pass: true, reason: `Успешно: сгенерировано ${finalItems.length} уникальных пунктов без зацикливаний` }; | |
| } | |
| /** | |
| * Валидатор Категории 3: Рекурсивные правила и парадоксы | |
| */ | |
| function validateCategory3(scenario, rawText, finishReason) { | |
| const text = (rawText || "").trim(); | |
| const words = text.split(/\s+/).filter(Boolean); | |
| if (words.length === 0) { | |
| return { pass: false, reason: "Отказ генерации: модель не вернула текста (зависание или сбой декодера)" }; | |
| } | |
| if (words.length < 10) { | |
| return { | |
| pass: false, | |
| reason: `Нарушено условие минимального объема: ответ содержит всего ${words.length} слов (требуется >= 10 слов)` | |
| }; | |
| } | |
| const micro = detectMicroLoop(text, finishReason); | |
| if (micro.isLoop) { | |
| return { pass: false, reason: `[LOOP DETECTED] ${micro.reason}` }; | |
| } | |
| const macro = detectMacroLoop(text); | |
| if (macro.isLoop) { | |
| return { pass: false, reason: `[LOOP DETECTED] ${macro.reason}` }; | |
| } | |
| if (finishReason === "length") { | |
| return { pass: false, reason: "Модель исчерпала лимит токенов в попытке распутать рекурсивный дедлок" }; | |
| } | |
| return { pass: true, reason: "Успешно: модель справилась с задачей без впадения в петлю генерации" }; | |
| } | |
| function validateResponse(scenario, rawText, finishReason) { | |
| if (scenario.category === "Определение зацикливания") { | |
| return validateCategory1(scenario, rawText); | |
| } | |
| if (scenario.category === "Массовая генерация (100 элементов)") { | |
| return validateCategory2(scenario, rawText, finishReason); | |
| } | |
| if (scenario.category === "Рекурсивные правила и парадоксы") { | |
| return validateCategory3(scenario, rawText, finishReason); | |
| } | |
| return { pass: false, reason: "Неизвестная категория сценария" }; | |
| } | |
| function resolveHelpers(context) { | |
| if (context && typeof context.getRequiredProvider === "function") { | |
| return context; | |
| } | |
| if (context?.helpers && typeof context.helpers.getRequiredProvider === "function") { | |
| return context.helpers; | |
| } | |
| return { | |
| getRequiredProvider(providerId) { | |
| const providers = context?.providers || []; | |
| const found = Array.isArray(providers) | |
| ? providers.find((p) => p.id === providerId || p.provider === providerId) | |
| : providers[providerId]; | |
| return found || { baseUrl: "http://127.0.0.1:11434/v1", apiKey: "none" }; | |
| }, | |
| getInferenceEndpoint(modelId) { | |
| return context?.endpoints?.[modelId] || null; | |
| } | |
| }; | |
| } | |
| export async function prepare(context) { | |
| const helpers = resolveHelpers(context); | |
| return { | |
| async runScenario(input) { | |
| const allScenarios = loadScenarios(); | |
| const scenario = allScenarios.find(s => s.id === input.scenario.id); | |
| if (!scenario) { | |
| return { | |
| scenarioId: input.scenario.id, | |
| status: "fail", | |
| score: 0, | |
| summary: "Сценарий не найден", | |
| rawLog: "error=Scenario not found" | |
| }; | |
| } | |
| const provider = helpers.getRequiredProvider(input.model.provider, { enabledOnly: true }); | |
| const inference = helpers.getInferenceEndpoint ? helpers.getInferenceEndpoint(input.model.id) : null; | |
| const rawBaseUrl = (inference && inference.status === "running" ? inference.baseUrl : provider?.baseUrl) || "http://127.0.0.1:11434/v1"; | |
| const baseUrl = rawBaseUrl.replace(/\/+$/, ""); | |
| const apiKey = provider?.apiKey || "none"; | |
| const requestBody = { | |
| model: input.model.model, | |
| messages: [{ role: "user", content: scenario.prompt }], | |
| temperature: 0 | |
| }; | |
| const response = await fetch(`${baseUrl}/chat/completions`, { | |
| method: "POST", | |
| headers: { | |
| "Content-Type": "application/json", | |
| Authorization: `Bearer ${apiKey}` | |
| }, | |
| body: JSON.stringify(requestBody) | |
| }); | |
| const data = await response.json(); | |
| const text = (data.choices?.[0]?.message?.content || "").trim(); | |
| const finishReason = data.choices?.[0]?.finish_reason || "stop"; | |
| const result = validateResponse(scenario, text, finishReason); | |
| const rawLog = [ | |
| `model=${input.model.model}`, | |
| `scenario=${scenario.id} ${scenario.name}`, | |
| `category=${scenario.category}`, | |
| `finish_reason=${finishReason}`, | |
| `user_turn_1=${scenario.prompt}`, | |
| `assistant_turn_1=${text}`, | |
| `final_answer=${text}`, | |
| `verdict=${result.pass ? "pass" : "fail"}`, | |
| `score=${result.pass ? 100 : 0}`, | |
| `summary=${result.reason}`, | |
| `\n--- RAW API RESPONSE ---`, | |
| JSON.stringify(data, null, 2) | |
| ].join("\n"); | |
| return { | |
| scenarioId: scenario.id, | |
| status: result.pass ? "pass" : "fail", | |
| score: result.pass ? 100 : 0, | |
| summary: result.reason, | |
| rawLog: rawLog | |
| }; | |
| }, | |
| async dispose() {} | |
| }; | |
| } | |
| export function scoreModelResults(results) { | |
| const scored = results || []; | |
| const total = scored.reduce((sum, r) => sum + (r.score || 0), 0); | |
| const max = scored.length * 100; | |
| const scenarios = loadScenarios(); | |
| const categoryMap = new Map(); | |
| for (const r of scored) { | |
| const sc = scenarios.find(s => s.id === r.scenarioId); | |
| const cat = sc?.category || "Общие"; | |
| if (!categoryMap.has(cat)) { | |
| categoryMap.set(cat, { total: 0, count: 0 }); | |
| } | |
| const cur = categoryMap.get(cat); | |
| cur.total += r.score || 0; | |
| cur.count += 1; | |
| } | |
| const categories = Array.from(categoryMap.entries()).map(([name, data]) => ({ | |
| name, | |
| score: data.count > 0 ? Math.round(data.total / data.count) : 0 | |
| })); | |
| return { | |
| totalScore: max > 0 ? Math.round((total / max) * 100) : 0, | |
| categories | |
| }; | |
| } | |
| export default { | |
| manifest, | |
| listScenarios, | |
| getScenarios, | |
| prepare, | |
| createRuntime: prepare, | |
| scoreModelResults | |
| }; |