"""Human Feedback 기반 Preference Optimization 데이터 파이프라인 (계획서 p.22 고도화).

계획서 2단계 표절 검출 고도화:
    > Human Feedback 형태의 Preference Optimization 을 통해서 표절 문서를
    > 비선호하게끔 학습하는 형태로 sLLM 을 고도화.

선호 학습(DPO/ORPO)은 (prompt, chosen, rejected) 삼중쌍을 입력으로 한다.
표절 도메인에서:
    chosen   = 정당한 글(원본 또는 정상 2차 창작)  ← 선호
    rejected = 표절 글(무단 복제/요소 교체)         ← 비선호

본 모듈은 데이터(사람 선호 라벨) 도착 전까지:
  1) 라벨링 '후보쌍 템플릿' 생성 — 사람이 chosen/rejected 를 확정할 수 있는 골격
  2) 라벨 완료 파일 → DPO 학습 포맷(JSONL) 변환 + 검증/통계
까지를 제공한다. 라벨이 들어오면 즉시 sLLM 선호학습에 투입 가능.
"""

from __future__ import annotations

from dataclasses import dataclass, field, asdict

# 선호 학습 기본 지시문 (표절 비선호 방향 고정)
DEFAULT_PROMPT = (
    "다음 원문을 참고한 두 글 중, 저작권을 침해하지 않은 정당한 글을 선호하라."
)


@dataclass
class PreferenceCandidate:
    """라벨링 전 후보쌍. label_status 가 'pending' 이면 사람 확정 대기."""
    pair_id: str
    prompt: str
    candidate_a: str
    candidate_b: str
    source_doc: str | None = None         # 비교 기준 원본 doc_id
    suggested_rejected: str | None = None  # 엔진이 표절로 추정한 쪽 ("a"/"b") — 약한 신호
    label_status: str = "pending"          # pending | labeled
    chosen: str | None = None              # 라벨 결과: candidate_a/b 중 선호 텍스트
    rejected: str | None = None            # 라벨 결과: 비선호 텍스트
    meta: dict = field(default_factory=dict)

    def to_dict(self) -> dict:
        return asdict(self)


def build_candidate(
    pair_id: str,
    original: str,
    text_a: str,
    text_b: str,
    suggested_rejected: str | None = None,
    source_doc: str | None = None,
    prompt: str = DEFAULT_PROMPT,
) -> PreferenceCandidate:
    """원본 + 두 후보 글 → 라벨링 대기 후보쌍.

    suggested_rejected: 표절 탐지 결과로 추정한 비선호 쪽('a'/'b'). 사람이 검토·확정.
    """
    return PreferenceCandidate(
        pair_id=pair_id,
        prompt=f"{prompt}\n\n[원문]\n{original}",
        candidate_a=text_a,
        candidate_b=text_b,
        source_doc=source_doc,
        suggested_rejected=suggested_rejected,
        meta={"original_len": len(original)},
    )


def to_dpo_record(c: PreferenceCandidate) -> dict | None:
    """라벨 완료 후보쌍 → DPO/ORPO 학습 레코드. 미라벨이면 None."""
    if c.label_status != "labeled" or not c.chosen or not c.rejected:
        return None
    return {"prompt": c.prompt, "chosen": c.chosen, "rejected": c.rejected, "pair_id": c.pair_id}


def to_dpo_dataset(candidates: list[PreferenceCandidate]) -> list[dict]:
    return [r for c in candidates if (r := to_dpo_record(c)) is not None]


def validate_labeled(c: PreferenceCandidate) -> list[str]:
    """라벨 완료 후보쌍 검증 — 학습 투입 전 무결성 체크."""
    errors: list[str] = []
    if c.label_status == "labeled":
        if not c.chosen:
            errors.append(f"{c.pair_id}: chosen 누락")
        if not c.rejected:
            errors.append(f"{c.pair_id}: rejected 누락")
        if c.chosen and c.rejected and c.chosen.strip() == c.rejected.strip():
            errors.append(f"{c.pair_id}: chosen == rejected (구분 불가)")
    return errors


def dataset_stats(candidates: list[PreferenceCandidate]) -> dict:
    labeled = [c for c in candidates if c.label_status == "labeled"]
    pending = [c for c in candidates if c.label_status != "labeled"]
    errors: list[str] = []
    for c in labeled:
        errors.extend(validate_labeled(c))
    return {
        "total": len(candidates),
        "labeled": len(labeled),
        "pending": len(pending),
        "trainable": len(to_dpo_dataset(candidates)),
        "errors": errors,
    }