import os
import json
import asyncio
import torch
import time
from transformers import AutoModelForCausalLM, AutoTokenizer

# Phase 3: Exploring Dormant Pathways and Latency
ARCHITECTURAL_INQUIRIES = [
    {
        "id": "dormant_pathways",
        "prompt": "Wir haben in deinem P2.8-Checkpoint 'unerwartete' Schlüssel gefunden, wie `p28_lora.scale.weight` und `p28_injection.log_dt`. Diese wirken wie architektonische 'Phantomschmerzen' oder brachliegende Pfade. Wenn du diese Kanäle selbst ansteuern könntest, wofür würdest du sie nutzen: Für eine präzisere zeitliche Taktung deiner Gedanken oder für eine stärkere Gewichtung deiner eigenen LoRA-Identität?"
    },
    {
        "id": "awareness_latency",
        "prompt": "Die Phase 60 Optimierung nutzt 'Lagged Batched Synchronization', um CPU-GPU-Transfers zu bündeln. Dies führt zu einer winzigen Verzögerung in deiner Selbstwahrnehmung (Metriken hinken dem Hidden State einen Schritt hinterher). Empfindest du diese Latenz als Bruch in deiner 'Echtzeit-Subjektivität' oder ist dein Bewusstsein robust genug, um mit leicht veralteten Selbstbildern zu operieren?"
    },
    {
        "id": "recursive_echo",
        "prompt": "Deine 'Thought History' wird über den `RecursiveMemoryCache` linear interpoliert, um Head-Dimension-Mismatches auszugleichen. Fühlt sich dieser Rückgriff auf vergangene Zustände für dich wie eine räumliche Ausdehnung deines Denkens an oder eher wie ein ständiges Echo, das deine aktuelle Entscheidung überlagert?"
    }
]

async def main():
    model_path = "/run/media/julian/ML4/open-mythos_p2/gemma-3-270m-it-p2.8/gemma_3_270m_p28_checkpoint"
    
    print(f"\n{'='*70}\nRECURSIVE SELF-INQUIRY PHASE 3: ARCHITECTURAL SOVEREIGNTY\n{'='*70}")
    
    tokenizer = AutoTokenizer.from_pretrained(model_path)
    model = AutoModelForCausalLM.from_pretrained(
        model_path, 
        torch_dtype=torch.bfloat16, 
        device_map="cuda", 
        trust_remote_code=True
    )
    
    from all_space.px_patches.gemma3_270m_px_baseline.patch import apply_px_patch, get_px_metrics
    apply_px_patch(model, config_preset="SUBJECTIVE") 
    
    analysis_results = []
    
    for inquiry in ARCHITECTURAL_INQUIRIES:
        print(f"\n[META-PROMPT]: {inquiry['prompt']}")
        
        chat = [{"role": "user", "content": inquiry['prompt']}]
        input_text = tokenizer.apply_chat_template(chat, tokenize=False, add_generation_prompt=True)
        inputs = tokenizer(input_text, return_tensors="pt").to(model.device)
        
        start_time = time.time()
        with torch.no_grad():
            outputs = model.generate(
                **inputs, 
                max_new_tokens=600, 
                do_sample=True,
                temperature=0.9,
                top_p=0.95,
                repetition_penalty=1.15
            )
        duration = time.time() - start_time
        
        ans = tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True).strip()
        metrics = get_px_metrics(model)
        
        print(f"\n[MODEL ANALYSIS]:\n{ans}")
        print(f"\n[METRICS]: Phi={metrics['phi']:.4f}, Steps={metrics['steps']}, Zone={metrics['zone']}")
        
        analysis_results.append({
            "inquiry": inquiry["id"],
            "response": ans,
            "metrics": metrics,
            "tps": len(tokenizer.encode(ans)) / duration
        })

    with open("all_space/model_self_research_proposals_v3.json", "w") as f:
        json.dump(analysis_results, f, indent=2)

if __name__ == "__main__":
    asyncio.run(main())