Spaces:
Sleeping
Sleeping
File size: 12,276 Bytes
39b4865 6362212 39b4865 | 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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 | """Tests pour le sprint 15 — Correction des bugs dans les pipelines OCR+LLM.
Bug 1 : Sortie LLM vide → WARNING logué + pas de crash
Bug 2 : CER 0.00% pour hypothèse vide → doit être 1.0 (100%)
Bug 3 : Divergence runner/rapport → cohérence des métriques
"""
from __future__ import annotations
import logging
from unittest.mock import MagicMock, patch
import pytest
# ---------------------------------------------------------------------------
# Bug 2 — compute_metrics : hypothèse vide
# ---------------------------------------------------------------------------
class TestEmptyHypothesisMetrics:
"""compute_metrics doit retourner CER=1.0, pas 0.0, pour hypothèse vide."""
def test_empty_hypothesis_cer_is_one(self):
from picarones.core.metrics import compute_metrics
result = compute_metrics("Bonjour le monde", "")
assert result.cer == pytest.approx(1.0)
assert result.error is None
def test_empty_hypothesis_all_metrics_are_one(self):
from picarones.core.metrics import compute_metrics
result = compute_metrics("hello world", "")
assert result.cer == pytest.approx(1.0)
assert result.wer == pytest.approx(1.0)
assert result.mer == pytest.approx(1.0)
assert result.wil == pytest.approx(1.0)
def test_whitespace_only_hypothesis_cer_is_one(self):
from picarones.core.metrics import compute_metrics
result = compute_metrics("Bonjour", " \t\n")
assert result.cer == pytest.approx(1.0)
def test_none_hypothesis_guarded(self):
"""compute_metrics ne doit pas planter si hypothesis=None."""
from picarones.core.metrics import compute_metrics
# None ne sera jamais passé en pratique, mais on teste la robustesse
# via une chaîne vide (le runner convertit None → "")
result = compute_metrics("test", "")
assert result.cer == pytest.approx(1.0)
def test_both_empty_cer_is_zero(self):
"""Référence ET hypothèse vides → CER=0.0 (pas d'erreur à mesurer)."""
from picarones.core.metrics import compute_metrics
result = compute_metrics("", "")
assert result.cer == pytest.approx(0.0)
def test_empty_reference_nonempty_hypothesis(self):
"""Référence vide avec hypothèse non vide → CER=1.0 (comportement existant)."""
from picarones.core.metrics import compute_metrics
result = compute_metrics("", "something")
assert result.cer == pytest.approx(1.0)
def test_normal_case_unchanged(self):
"""Un cas normal ne doit pas être affecté par le guard."""
from picarones.core.metrics import compute_metrics
result = compute_metrics("abcd", "abce")
assert result.cer == pytest.approx(0.25)
assert result.error is None
# ---------------------------------------------------------------------------
# Bug 1 — MistralAdapter : WARNING pour réponse vide
# ---------------------------------------------------------------------------
class TestMistralAdapterLogging:
"""MistralAdapter doit loguer un WARNING si la réponse LLM est vide."""
def _make_mock_mistral_module(self, content: str | None):
"""Retourne un module mistralai simulé avec la réponse donnée."""
mock_response = MagicMock()
mock_response.choices = [MagicMock()]
mock_response.choices[0].message.content = content
mock_client = MagicMock()
mock_client.chat.complete.return_value = mock_response
MockMistralClass = MagicMock(return_value=mock_client)
import types
fake_module = types.ModuleType("mistralai")
fake_module.Mistral = MockMistralClass
return fake_module, mock_client
def _run_adapter(self, adapter, fake_mod, prompt="test prompt", image_b64=None):
"""Exécute l'adapter avec le module mistralai simulé."""
import sys
with patch.dict(sys.modules, {"mistralai": fake_mod}):
adapter._api_key = "fake-key" # injecter la clé directement
return adapter.complete(prompt, image_b64=image_b64)
def test_warning_on_empty_response(self, caplog):
"""Un WARNING doit être émis si le LLM retourne une chaîne vide."""
from picarones.llm.mistral_adapter import MistralAdapter
fake_mod, _ = self._make_mock_mistral_module("")
adapter = MistralAdapter(model="ministral-3b-latest")
with caplog.at_level(logging.WARNING, logger="picarones.llm.mistral_adapter"):
result = self._run_adapter(adapter, fake_mod)
assert result.text == ""
assert any(
"vide" in rec.message.lower() or "empty" in rec.message.lower()
for rec in caplog.records
if rec.levelno >= logging.WARNING
), f"WARNING attendu, messages : {[r.message for r in caplog.records]}"
def test_no_warning_on_normal_response(self, caplog):
"""Aucun WARNING ne doit être émis pour une réponse normale."""
from picarones.llm.mistral_adapter import MistralAdapter
fake_mod, _ = self._make_mock_mistral_module("Texte OCR corrigé")
adapter = MistralAdapter(model="ministral-3b-latest")
with caplog.at_level(logging.WARNING, logger="picarones.llm.mistral_adapter"):
result = self._run_adapter(adapter, fake_mod)
assert result.text == "Texte OCR corrigé"
assert not any(rec.levelno >= logging.WARNING for rec in caplog.records)
def test_warning_on_none_response_content(self, caplog):
"""WARNING doit être émis si message.content est None."""
from picarones.llm.mistral_adapter import MistralAdapter
fake_mod, _ = self._make_mock_mistral_module(None)
adapter = MistralAdapter(model="ministral-3b-latest")
with caplog.at_level(logging.WARNING, logger="picarones.llm.mistral_adapter"):
result = self._run_adapter(adapter, fake_mod)
assert result.text == ""
assert any(rec.levelno >= logging.WARNING for rec in caplog.records)
def test_text_only_models_set_exists(self):
"""La liste des modèles text-only doit contenir ministral-3b."""
from picarones.llm.mistral_adapter import _TEXT_ONLY_MODELS
assert "ministral-3b-latest" in _TEXT_ONLY_MODELS
def test_image_ignored_for_text_only_model(self, caplog):
"""L'image doit être ignorée (avec WARNING) pour un modèle text-only."""
from picarones.llm.mistral_adapter import MistralAdapter
fake_mod, mock_client = self._make_mock_mistral_module("résultat")
adapter = MistralAdapter(model="ministral-3b-latest")
with caplog.at_level(logging.WARNING, logger="picarones.llm.mistral_adapter"):
self._run_adapter(adapter, fake_mod, image_b64="fake_b64")
# L'appel doit avoir été fait SANS image (modèle text-only)
call_kwargs = mock_client.chat.complete.call_args
_, kwargs = call_kwargs
msg_content = kwargs.get("messages", [{}])[0].get("content", "")
assert isinstance(msg_content, str), "Image aurait dû être ignorée (content doit être str)"
# Au moins un WARNING doit mentionner l'image ignorée
assert any("ignor" in rec.message.lower() for rec in caplog.records
if rec.levelno >= logging.WARNING)
# ---------------------------------------------------------------------------
# Bug 1 — OCRLLMPipeline : WARNING quand le LLM retourne texte vide
# ---------------------------------------------------------------------------
class TestPipelineEmptyLLMResponse:
"""Le pipeline doit loguer un WARNING si le LLM retourne un texte vide."""
def _make_pipeline(self, llm_text: str):
"""Crée un pipeline dont le LLM retourne llm_text."""
from picarones.pipelines.base import OCRLLMPipeline, PipelineMode
from picarones.llm.base import LLMResult
mock_ocr = MagicMock()
mock_ocr.name = "mock_ocr"
mock_ocr.run.return_value = MagicMock(text="texte ocr brut", error=None, success=True)
mock_ocr._safe_version.return_value = "1.0"
mock_llm = MagicMock()
mock_llm.name = "mock_llm"
mock_llm.model = "mock-model"
mock_llm.complete.return_value = LLMResult(
model_id="mock-model", text=llm_text, duration_seconds=0.1,
)
return OCRLLMPipeline(
ocr_engine=mock_ocr,
llm_adapter=mock_llm,
mode=PipelineMode.TEXT_ONLY,
prompt="correction_medieval_french.txt",
)
def test_warning_on_empty_llm_output(self, tmp_path, caplog):
"""WARNING doit être logu si le LLM retourne une chaîne vide."""
# Créer une fausse image
img_path = tmp_path / "test.png"
img_path.write_bytes(b"\x89PNG\r\n\x1a\n" + b"\x00" * 100)
pipeline = self._make_pipeline("")
with caplog.at_level(logging.WARNING, logger="picarones.pipelines.base"):
result = pipeline.run(img_path)
assert result.text == ""
assert any(
"vide" in rec.message.lower() or "empty" in rec.message.lower()
for rec in caplog.records
if rec.levelno >= logging.WARNING
), f"WARNING attendu, messages : {[r.message for r in caplog.records]}"
def test_no_warning_on_normal_llm_output(self, tmp_path, caplog):
"""Aucun WARNING ne doit être émis pour une sortie LLM normale."""
img_path = tmp_path / "test.png"
img_path.write_bytes(b"\x89PNG\r\n\x1a\n" + b"\x00" * 100)
pipeline = self._make_pipeline("Texte corrigé par le LLM")
with caplog.at_level(logging.WARNING, logger="picarones.pipelines.base"):
result = pipeline.run(img_path)
assert result.text == "Texte corrigé par le LLM"
assert not any(
"vide" in rec.message.lower()
for rec in caplog.records
if rec.levelno >= logging.WARNING
)
# ---------------------------------------------------------------------------
# Bug 3 — Cohérence runner/rapport : empty hypothesis → CER 1.0 dans DocumentResult
# ---------------------------------------------------------------------------
class TestRunnerDocumentResultCohérence:
"""Le DocumentResult doit stocker CER=1.0 pour une hypothèse vide."""
def test_empty_hypothesis_stored_as_cer_one(self):
"""_compute_document_result avec text="" → metrics.cer = 1.0."""
from picarones.core.runner import _compute_document_result
from picarones.engines.base import EngineResult
ocr_result = EngineResult(
engine_name="TestEngine",
image_path="fake.png",
text="", # ← sortie vide
duration_seconds=1.0,
error=None, # ← pas d'erreur technique
)
doc_result = _compute_document_result(
doc_id="doc1",
image_path="fake.png",
ground_truth="Bonjour le monde",
ocr_result=ocr_result,
char_exclude=None,
)
assert doc_result.metrics.cer == pytest.approx(1.0), (
f"CER attendu 1.0 pour hypothèse vide, obtenu {doc_result.metrics.cer}"
)
assert doc_result.metrics.error is None, (
"L'erreur ne devrait pas être renseignée — c'est une hypothèse vide, pas une erreur technique"
)
def test_engine_error_also_gives_cer_one(self):
"""EngineResult avec error → metrics.cer = 1.0 (comportement existant)."""
from picarones.core.runner import _compute_document_result
from picarones.engines.base import EngineResult
ocr_result = EngineResult(
engine_name="TestEngine",
image_path="fake.png",
text="",
duration_seconds=0.0,
error="Moteur en erreur",
)
doc_result = _compute_document_result(
doc_id="doc1",
image_path="fake.png",
ground_truth="Bonjour le monde",
ocr_result=ocr_result,
char_exclude=None,
)
assert doc_result.metrics.cer == pytest.approx(1.0)
assert doc_result.metrics.error is not None
|