Spaces:
Running on Zero
Running on Zero
File size: 11,506 Bytes
a462430 | 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 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 | """Mesure le service sur le jeu d'évaluation n° 2 (exemples/cv_eval.json, 68 CV notés 0..3).
Notes : 3 = à convoquer, 2 = à étudier, 1 = lien faible, 0 = hors sujet, données par POSTE TYPE
(tous les AVP d'un même poste type ont la même note).
Mesures (avec intervalle de confiance à 95 % par bootstrap sur les CV) :
candidat pour chaque CV qui a un poste noté >= 2 : nDCG@5 des AVP proposés, et « 1er pertinent »
(l'AVP en tête est noté >= 2)
recruteur pour chaque AVP : nDCG@10 du vivier de 68 CV, et « 1er au top » (le CV en tête a la
meilleure note du vivier) ; moyenne par poste type, puis sur les postes
séparation AUC : probabilité qu'un CV noté >= 2 ait un meilleur score qu'un CV noté 0 sur le même AVP
pièges CV qui partagent le vocabulaire sans faire le métier : passent-ils devant le CV
partiel de « leur » poste ?
libellés le pourcentage affiché et son libellé, face à la note humaine (3 / 2 / <= 1)
Les similarités sont calculées une fois et gardées dans resultats/jeu_eval/<modèle>.pkl : relancer
avec un autre réglage de rampe ne recalcule rien. Changer de modèle : MODEL_NAME / RERANKER_MODEL.
Lancer depuis la racine :
python -m scripts.evaluer_jeu mesures
python -m scripts.evaluer_jeu --grille + exemples/grille_jeu_eval.csv à vérifier à la main
"""
from __future__ import annotations
import argparse
import csv
import json
import os
import pickle
import re
from collections import defaultdict
from pathlib import Path
import numpy as np
RACINE = Path(__file__).resolve().parent.parent
os.environ.setdefault("DATASET_REVISION", "1bb92a09a4ff6aa6e9488ee954085019abba7747")
from app import config, scoring # noqa: E402
from scripts.evaluer_classement import matrice # noqa: E402
JEU = RACINE / "exemples" / "cv_eval.json"
CACHE = RACINE / "resultats" / "jeu_eval"
def etiquette_modele() -> str:
nom = f"{config.MODEL_NAME}+{config.RERANKER_MODEL or 'sans-reranker'}"
return re.sub(r"[^\w.+-]", "_", nom)
def similarites(cvs: list[dict]):
"""(ids des AVP, poids, poids savoir-faire, sims[c][a]) ; en cache par modèle."""
CACHE.mkdir(parents=True, exist_ok=True)
fichier = CACHE / f"{etiquette_modele()}.pkl"
cle = [c["_id"] for c in cvs]
if fichier.exists():
d = pickle.loads(fichier.read_bytes())
if d["cvs"] == cle:
print(f"Similarités relues : {fichier.relative_to(RACINE)}")
return d["ids"], d["poids"], d["poids_sf"], d["sims"]
from app.avp_store import AVPStore
from app.cv_texte import phrases_du_cv
from app.encodeur import Encodeur
from app.outils import textes_pour_calcul
print("Chargement des modèles et des AVP...")
if config.RERANKER_MODEL:
from app.reranker import Reranker
scoring.RERANKER = Reranker(config.RERANKER_MODEL)
encodeur = Encodeur(config.MODEL_NAME)
store = AVPStore(encodeur)
store.charger()
ids = list(store.prepares)
poids = [store.prepares[i].poids for i in ids]
poids_sf = [store.prepares[i].poids * ~store.prepares[i].savoir_etre for i in ids]
sims = []
for n, cv in enumerate(cvs, 1):
phrases = phrases_du_cv(cv)
textes = textes_pour_calcul(phrases)
vecs = encodeur.encoder(textes) if phrases else None
rr = scoring.probas_reranker_avps(store.prepares, textes, vecs) if vecs is not None else {}
sims.append([(store.prepares[i].vecs_attendus @ vecs.T, rr.get(i))
if vecs is not None and len(store.prepares[i].attendus) else None for i in ids])
print(f"\r CV {n}/{len(cvs)}", end="", flush=True)
print()
fichier.write_bytes(pickle.dumps({"cvs": cle, "ids": ids, "poids": poids, "poids_sf": poids_sf, "sims": sims}))
return ids, poids, poids_sf, sims
def notes(jeu: dict, ids: list[str]) -> tuple[np.ndarray, list[str | None]]:
"""R[c, a] = note du CV c pour l'AVP a ; poste type de chaque AVP."""
poste_de = {a: k for k, p in jeu["postes"].items() for a in p["avps"]}
poste_avp = [poste_de.get(i) for i in ids]
for i, p in zip(ids, poste_avp):
if p is None:
print(f" ⚠ AVP {i} sans poste type : ignoré dans les mesures")
R = np.zeros((len(jeu["cvs"]), len(ids)))
for c, cv in enumerate(jeu["cvs"]):
for a, p in enumerate(poste_avp):
R[c, a] = cv["_pertinence"].get(p, 0) if p else np.nan
return R, poste_avp
def ndcg(scores: np.ndarray, gains: np.ndarray, k: int) -> float:
ordre = np.argsort(-scores, kind="stable")[:k]
remise = 1 / np.log2(np.arange(2, k + 2))
dcg = float(np.sum((2 ** gains[ordre] - 1) * remise[:len(ordre)]))
ideal = float(np.sum((2 ** np.sort(gains)[::-1][:k] - 1) * remise[:min(k, len(gains))]))
return dcg / ideal if ideal > 0 else np.nan
def mesures(m: np.ndarray, R: np.ndarray, poste_avp: list, lignes: np.ndarray | None = None) -> dict:
"""lignes : indices des CV retenus (bootstrap) ; None = tous."""
lignes = np.arange(len(m)) if lignes is None else lignes
cols = np.array([p is not None for p in poste_avp])
mm, rr = m[lignes][:, cols], R[lignes][:, cols]
postes = [p for p in poste_avp if p is not None]
cand = [(ndcg(mm[i], rr[i], 5), rr[i][np.argmax(mm[i])] >= 2) for i in range(len(mm)) if rr[i].max() >= 2]
par_poste = defaultdict(list)
for a, p in enumerate(postes):
if rr[:, a].max() >= 2:
aucs = [float(np.mean(mm[rr[:, a] >= 2, a][:, None] > mm[rr[:, a] == 0, a][None, :]))]
par_poste[p].append((ndcg(mm[:, a], rr[:, a], 10), rr[np.argmax(mm[:, a]), a] == rr[:, a].max(), aucs[0]))
rec = np.array([np.mean(v, axis=0) for v in par_poste.values()])
return {
"cand_ndcg5": float(np.mean([x for x, _ in cand])),
"cand_1er_pertinent": float(np.mean([y for _, y in cand])),
"rec_ndcg10": float(rec[:, 0].mean()),
"rec_1er_au_top": float(rec[:, 1].mean()),
"auc": float(rec[:, 2].mean()),
}
def bootstrap(m, R, poste_avp, n=500, graine=7) -> dict:
rng = np.random.default_rng(graine)
tirages = [mesures(m, R, poste_avp, rng.integers(0, len(m), len(m))) for _ in range(n)]
return {k: (float(np.percentile([t[k] for t in tirages], 2.5)), float(np.percentile([t[k] for t in tirages], 97.5)))
for k in tirages[0]}
def pieges(jeu, m, p, ids, poste_avp) -> list[str]:
"""Pour chaque piège : son meilleur pourcentage sur le poste dont il imite le vocabulaire,
face au partiel et au fort de ce poste ; « PASSE » s'il bat le partiel."""
par_id = {c["_id"]: i for i, c in enumerate(jeu["cvs"])}
sortie = []
for c, cv in enumerate(jeu["cvs"]):
if cv["_niveau"] != "piege":
continue
k = cv["_cible"]
cols = [a for a, q in enumerate(poste_avp) if q == k]
f, pa = par_id[f"{k.lower()}_fort"], par_id[f"{k.lower()}_partiel"]
s = {x: max(m[i, a] for a in cols) for x, i in (("piege", c), ("partiel", pa), ("fort", f))}
pct = max(p[c, a] for a in cols)
etat = "PASSE devant le partiel" if s["piege"] > s["partiel"] else "ok"
sortie.append(f" {cv['_id']:14s} {pct * 100:5.1f} % {scoring.libelle(pct):24s} "
f"(fort {s['fort'] * 100:4.1f}, partiel {s['partiel'] * 100:4.1f}, piège {s['piege'] * 100:4.1f}) {etat}")
return sortie
def libelles(m_pct, R, poste_avp) -> list[str]:
"""Libellé du service selon la note humaine, sur chaque couple (CV, poste type), avec le
meilleur pourcentage parmi les AVP du poste."""
noms = list(scoring.NIVEAUX.values())
table = {g: defaultdict(int) for g in (3, 2, 1, 0)}
valeurs = {g: [] for g in (3, 2, 1, 0)}
postes = sorted({q for q in poste_avp if q})
for c in range(len(R)):
for k in postes:
cols = [a for a, q in enumerate(poste_avp) if q == k]
g, x = int(R[c, cols[0]]), max(m_pct[c, a] for a in cols)
table[g][scoring.libelle(x)] += 1
valeurs[g].append(100 * x)
sortie = [f" {'note humaine':16s} " + " ".join(f"{n.replace('Profil ', ''):>12s}" for n in noms) + " médiane (min-max)"]
for g, nom in ((3, "3 convoquer"), (2, "2 étudier"), (1, "1 lien faible"), (0, "0 hors sujet")):
v = valeurs[g]
sortie.append(f" {nom:16s} " + " ".join(f"{table[g][n]:12d}" for n in noms)
+ f" {np.median(v):4.0f} % ({min(v):.0f}-{max(v):.0f})")
return sortie
def ecrire_grille(jeu, m_pct, ids, poste_avp):
"""Grille de vérification : chaque couple (CV, poste type) noté > 0, plus le meilleur poste
du service quand il est noté 0 (désaccord à trancher)."""
postes = jeu["postes"]
lignes = []
for c, cv in enumerate(jeu["cvs"]):
meilleur = {}
for a, k in enumerate(poste_avp):
if k:
meilleur[k] = max(meilleur.get(k, 0), m_pct[c, a])
a_voir = set(cv["_pertinence"]) | {max(meilleur, key=meilleur.get)}
for k in sorted(a_voir, key=lambda k: -meilleur[k]):
lignes.append([cv["_id"], cv["basics"]["label"], cv["_niveau"], k, postes[k]["titre"],
cv["_pertinence"].get(k, 0), f"{100 * meilleur[k]:.0f}", "", ""])
sortie = RACINE / "exemples" / "grille_jeu_eval.csv"
with sortie.open("w", encoding="utf-8-sig", newline="") as f:
w = csv.writer(f, delimiter=";")
w.writerow(["id_cv", "profil", "niveau", "poste", "titre_poste", "note_proposee",
"pourcentage_service", "note_verifiee", "commentaire"])
w.writerows(lignes)
print(f"\nGrille à vérifier : {sortie.relative_to(RACINE)} ({len(lignes)} lignes). "
"Remplir note_verifiee (0-3) seulement en cas de désaccord.")
def main():
ap = argparse.ArgumentParser()
ap.add_argument("--grille", action="store_true")
args = ap.parse_args()
jeu = json.loads(JEU.read_text(encoding="utf-8"))
cvs = jeu["cvs"]
ids, poids, poids_sf, sims = similarites(cvs)
R, poste_avp = notes(jeu, ids)
m = matrice(sims, poids, scoring.SIM_BAS, scoring.SIM_HAUT)
m_pct = matrice(sims, poids_sf, scoring.SIM_BAS, scoring.SIM_HAUT)
print(f"\nModèle {config.MODEL_NAME} · reranker {config.RERANKER_MODEL or 'aucun'} · "
f"rampe {scoring.SIM_BAS}/{scoring.SIM_HAUT} · {len(ids)} AVP · {len(cvs)} CV\n")
res, ic = mesures(m, R, poste_avp), bootstrap(m, R, poste_avp)
for k, v in res.items():
print(f" {k:20s} {v:.3f} [IC 95 % {ic[k][0]:.3f} - {ic[k][1]:.3f}]")
print("\nPièges (pourcentage affiché sur le poste imité) :")
print("\n".join(pieges(jeu, m, m_pct, ids, poste_avp)))
print(f"\nAvis du service (pourcentage, seuils {config.SEUILS_LIBELLE}) "
"selon la note humaine, par couple (CV, poste type) :")
print("\n".join(libelles(m_pct, R, poste_avp)))
CACHE.mkdir(parents=True, exist_ok=True)
(CACHE / f"{etiquette_modele()}.json").write_text(json.dumps(
{"mesures": res, "ic95": ic, "rampe": [scoring.SIM_BAS, scoring.SIM_HAUT]}, indent=1), encoding="utf-8")
if args.grille:
ecrire_grille(jeu, m_pct, ids, poste_avp)
if __name__ == "__main__":
main()
|