feat(f1): 독립 pairing validator + 평가 파이프라인 연결 (V1 완료)

[ohchanju3]

요약

F1(V1) 파트 전체 완료 - 독립 pairing validator, source_type별 분리 집계, evaluate_ip.py/eval_best.py 연결, LLM, ASCP 결과 재채점 adapter

포함된 것

C1 - 독립 validator (evaluation/validator.py)

• RL/environment.py::get_mask()를 재사용하지 않고 14개 violation code 전부 새로 구현 (base 출발/복귀, duty 내외 공항 연속성, connection/rest, duty/leg/pairing 기간, duplicate, unknown flight 등)
• duty_break_indices(실제 선택한 EndDuty 지점) 지원 - 있으면 그걸로, 없으면 gap 기반 휴리스틱으로 duty 분리
• validator_version/constraint_hash provenance 기록 분리

C2 - source_type별 분리 집계 (evaluation/validation_report.py)

• aggregate_by_source()/aggregate_by_source_per_chunk() - policy_direct/salvage/
  repair/forced 4종류 분리(pairing 수, coverage, invalid 수, duplicate, deadhead 수, ManDays, FTC - 전부 flights 데이터로 독립 재계산)
• chunk마다 base_airport가 다른 경우(evaluate_ip.py의 실제 구조) 대응

C3 - 평가 파이프라인 연결 (evaluation/evaluate_ip.py, evaluation/eval_best.py)

• collect_pool_full()이 pairing마다 실제 생성 base(_gen_base_airport)를 남기도록 수정
• validate_selected_pairings() — 최종 선택된 pairing을 독립 재검증, --strict-validation플래그로 invalid 발견 시 실패 처리 여부 선택
• save_result_json()(--save-json PATH) — 선택된 pairing(flight ID 포함) + 검증 결과를 JSON으로 저장하도록 수정
• eval_mode(strict/legacy)를 wandb run 이름, config, log에 반영
• eval_best.py는 evaluate_ip.py의 새 출력을 파싱해서 invalid selected pairing 수를 비교에 반영 - correctness가 성능(dead_time/deadhead)보다 항상 우선

C4/C5 - adapter + 테스트

• evaluation/llm_adapter.py - LLM 원시 출력 파싱 → pairing_record 변환
• evaluation/ascp_output_adapter.py - save_result_json() 결과를 다시 읽어 재검증