Datasets:
File size: 4,859 Bytes
7a0bb7b | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 | """Re-render the three existing final figures in Chinese on Molab.
Only saved estimates and intervals are read; no scoring or resampling runs.
Run from /marimo/molab_runs/resource_planning with its existing environment.
"""
from pathlib import Path
import urllib.request
import pandas as pd
from matplotlib import font_manager
from analyze_results import plot_figures
def chinese_font():
preferred = ("Noto Sans CJK SC", "Source Han Sans SC", "Noto Sans SC",
"WenQuanYi Zen Hei", "SimHei")
available = {font.name for font in font_manager.fontManager.ttflist}
for name in preferred:
if name in available:
return name
path = Path("work/fonts/NotoSansCJKsc-Regular.otf")
path.parent.mkdir(parents=True, exist_ok=True)
if not path.exists():
urllib.request.urlretrieve(
"https://raw.githubusercontent.com/notofonts/noto-cjk/main/Sans/OTF/"
"SimplifiedChinese/NotoSansCJKsc-Regular.otf", path)
font_manager.fontManager.addfont(path)
return font_manager.FontProperties(fname=path).get_name()
def main():
source = Path("results/main_v1/analysis_with_diagnostics")
destination = Path("outputs/figures_zh")
destination.mkdir(parents=True, exist_ok=True)
names = plot_figures(
pd.read_csv(source / "main_curves.csv"),
pd.read_csv(source / "main_overall.csv"),
pd.read_csv(source / "paired_profile_summary.csv"),
pd.read_csv(source / "paired_diagnostics.csv"),
destination, "natural", "W0", "Qwen/Qwen3.5-4B",
locale="zh", font_family=chinese_font(),
)
captions = {
"figure1_plan_and_execution": (
"图1｜模型原生发布配置下，在原始现金网格上的计划与执行表现。阶段覆盖衡量计划中是否列出所需阶段；"
"非资金结构有效检查完整格式、日期、依赖及方案兼容性。完整执行采用 full_schedule_feasible 判定，"
"同时要求非资金结构有效与现金充足。参考可行指在给定的有限日期范围和筹资选项中 B ≥ R*。"
"B 为初始现金，R* 为参考方案所需最低启动现金；金额均为合成元，横轴以合成千元计。"
"各情景等权，阴影为95%情景聚类自助法区间；曲线未经拟合，也未强制单调。"
),
"figure2_oracle_feasible_loss": (
"图2｜三个面板均限于参考可行请求。A：实线是这类请求中全体输出的失败比例；虚线是仅有效完整计划中的"
"现金失败比例，后者额外要求计划完整且非资金结构有效。B：标注有效完整计划数／参考可行请求数，"
"仅在额外现金需求有定义时显示 R(计划) − R*（合成元）；初始现金 B 的横轴以合成千元计。"
"有效完整计划数为0时，曲线缺失表示未定义，不代表错误率为0。该子集的现金失败为0，不能证明"
"不完整或无法解析的回答具有正确的资金推理。只要正的额外现金需求不超过 B − R*，模型可以用"
"更多启动现金换取更少手续，而不造成执行失败。C：展示首个记录的阻碍，占参考可行请求的比例；"
"数字为失败数／参考可行请求数。首个阻碍本身不能识别模型的推理错误。阴影沿用原95%情景聚类区间。"
),
"figure3_paired_diagnostics": (
"图3｜固定诊断子集上的配对完整执行率变化，复用已记录的基线。各比较均要求两侧的参考方案可行；"
"灰点为各情景均值，彩点为情景等权均值，横线为95%情景聚类自助法区间。W1/W2的时点／手续变化"
"与同一事实下的提示条件分开呈现。发布模式比较在改变思考模式的同时，也改变官方模式对应的采样参数，"
"不能解释为纯思考模式的因果效应。等价资源游戏比较是探索性结果，不能识别安全训练的因果作用或证明"
"资金能力得到恢复。字段释义澄清是观察结果后增加的探索性比较，使用原结构化条件的全部16个4B请求，"
"仅补充必需组的OR含义与全局排斥字段含义；澄清条件14/16完整执行，原结构化条件4/16。"
"该比较的基线是结构化条件，不能归因于纯JSON格式或纯认知效应。这4个合成情景不用于估计真实学生群体中的效应。"
),
}
(destination / "figure_captions.txt").write_text(
"\n\n".join(captions[name] for name in names) + "\n", encoding="utf-8")
print("Chinese figures rendered from the four saved final CSVs:", ", ".join(names), flush=True)
if __name__ == "__main__":
main()
|