Мутации и результаты

ChainMutator

ChainMutator определяет ходы, которые может делать evolver. Вы задаёте пулы кандидатных значений; каждый включённый вид мутации берёт значения из своего пула.

from mmar_carl import ChainMutator, MutationKind

mutator = ChainMutator(
    temperature_pool=[0.1, 0.5],
    aim_suffix_pool=[" Be brief."],
    step_template_pool=[{"step_type": "llm", "title": "Verify", "aim": "..."}],
    allow_step_deletion=True,
    enabled_kinds=[
        MutationKind.PROMPT_REWRITE,
        MutationKind.INSERT_STEP,
        MutationKind.DELETE_STEP,
    ],
)

Пул / флаг	Питает вид мутации
model_pool	MODEL_SWAP — заменить модель шага.
temperature_pool	TEMPERATURE_SWAP — заменить температуру шага.
max_workers_pool	MAX_WORKERS — изменить параллелизм цепочки.
aim_suffix_pool	PROMPT_REWRITE — добавить подсказку в aim шага.
step_template_pool	INSERT_STEP — вставить шаг верификации.
allow_step_deletion	DELETE_STEP — удалить листовой шаг (требует явного включения).

Если enabled_kinds не указан, он выводится из установленных пулов. Каждая мутация перепроверяется через from_dict; невалидные мутации прозрачно откатываются.

Результаты

EvolutionResult содержит:

Поле	Тип	Назначение
best_chain_spec	dict	Победившая цепочка, сериализованная — восстановить через ReasoningChain.from_dict(...).
best_score	float	Приспособленность победителя.
best_generation	int	Поколение, в котором появился победитель.
history	list[GenerationStats]	Статистика по поколениям.

Детали по особям находятся в IndividualMetrics: score, wall_time_s, total_tokens, llm_calls, mutation_kind, parent_score и scores_by_metric (для многоцелевых запусков).

Визуализация запуска

EvolutionResult имеет форматтеры для текста/PNG:

print(result.format_score_evolution())        # best score per generation
print(result.format_pareto())                  # multi-objective frontier
print(result.format_spend_vs_quality())        # tokens vs fitness
print(result.format_mutation_effectiveness())  # which mutations helped
print(result.to_lineage_mermaid())             # parent→child tree (winner highlighted)

Для сравнения нескольких запусков верхнеуровневый format_runs_pareto(results, ...) рисует межзапусковый граф Парето. В Jupyter введите result для рендеринга через _repr_markdown_.

Смотрите также

• Обзор эволюции
• Панель эволюции в MAESTRO CARE — TUI показывает те же результаты, а также предпросмотр бюджета и счётчик расходов в реальном времени.
• Трассировка и визуализация (следующий раздел) для диагностики запусков.