[PR-5] M5 计算/展示依赖边界测试

[justDance-everybody]

本任务属于 Epic #23。共享上下文(整体目标、Agent Execution Contract、Non-goals、回归基线)见 #23。
依赖:无(独立)。
代码定位按当前仓库版本核对;若行号漂移,以函数名 / 字段名 / 挂载点语义为准。

完成本 PR 需遵守 Epic #23 的 Agent Execution Contract 与 Test Execution Protocol。PR 描述需列出:changed files / tests added / tests run / before-after / non-goals。

---

目标

锁定并验证"展示层不依赖 GPU/模型重依赖、可在纯 CPU 环境运行",使展示/门禁/出稿能独立于实验执行运行。

Allowed changes

• import boundary tests
• offline rendering fixture tests
• materialize seam tests
• PR-5 fixtures

Forbidden changes

• 不 mock GPU 执行端来伪造端到端成功
• 不新增 stub 计算后端
• 不让展示层 import torch / transformers / vllm / experiment_forge / experiment_executor
• 不把 M5-4 GPU 冒烟放进 CPU CI 必过项

现状(已核实)

• 传递性确认无 GPU 依赖:import agents.paper_completeness / agents.paper_orchestra_pipeline 后查 sys.modules,无 torch/transformers/vllm;传递加载的内部模块全仓 grep 也无这些依赖。
• 全仓唯一真 torch 依赖在 agents/experiment_forge.py,且仅以生成子进程脚本的字符串模板形式出现(:1977、:3718)。experiment_executor.py 无 torch import。
• 真实展示入口 generate_bundle_paper_orchestra(run_id)(paper_orchestra_pipeline.py:1421)是 DB 驱动(读 sqlite);paper_completeness.py:201-209 另读 benchmark_summary.json 和 run_config.json。
• 纯离线渲染器 = assemble_main_tex(state, orchestrated, ...)(:432),确定性、不调 LLM。完整 orchestra 渲染走 _run_full_pipeline → 调 LLM(httpx)+ matplotlib(现有测试 test_vnext_manuscript.py:286 即 mock 掉它)。
• CPU 文件 seam = materialize_deep_benchmark_artifacts(benchmark_artifacts.py):读 raw_predictions.jsonl(min_lines=100)→ 写 benchmark_summary.json / seed_variance_table.json / per_dataset_results.json / ablation_table.json,纯 Python。

验收用例

#	输入	期望输出	环境
M5-1	import agents.paper_orchestra_pipeline + agents.paper_completeness 后查 sys.modules	不含 torch/transformers/vllm/experiment_forge/experiment_executor	CPU
M5-2	录制好的 state/orchestrated 快照夹具	assemble_main_tex 渲染出 main.tex,全程无 GPU、无 LLM 调用	CPU
M5-2′(可选)	同上但走 generate_bundle_paper_orchestra	mock _run_full_pipeline(同现有测试)→ 出 bundle,无 GPU	CPU
M5-3	手写 ≥100 行 raw_predictions.jsonl 夹具	materialize_deep_benchmark_artifacts 产出 4 个 JSON,字段符合 #23 schema	CPU
M5-4(GPU 冒烟)	experiment_forge benchmark 脚本喂真 job	真跑出 raw_predictions.jsonl / run_config.json / benchmark_summary.json;端到端冒烟	GPU

关键约束:experiment_forge.py:2830 有 RuntimeError("Real LLM benchmark requires CUDA. No synthetic or mocked fallback is allowed.") —— GPU 执行端禁止合成/mock 跑通。故 M5-3 只验已存在的 CPU 转换缝(raw→materialize),不是 "stub 计算后端"。已录好的 jsonl 可当 CPU 夹具喂给 materialize。

DoD(CPU CI 与 GPU 冒烟分开)

• CPU CI required: M5-1 / M5-2 / M5-3 必须在纯 CPU CI 通过。
• Manual GPU smoke: M5-4 只在真实 GPU 环境手动或单独 pipeline 验证,不作为 CPU CI 阻断项。
• 禁止为通过 M5-4 在 CPU 环境新增 synthetic / mocked GPU fallback。

[Protocol-zero-0]

Completed in PR #29 on branch epic-23-evidence-ledger.

Changed files:

• tests/test_presentation_cpu_boundary_m5.py

Tests added:

• M5-1 import boundary: importing agents.paper_orchestra_pipeline and agents.paper_completeness does not load torch, transformers, vllm, agents.experiment_forge, or agents.experiment_executor.
• M5-2 offline assemble_main_tex snapshot rendering.
• M5-3 CPU raw_predictions.jsonl materialization into benchmark_summary.json, main_results_table.json, seed_variance_table.json, per_dataset_results.json, and ablation_table.json.

Commands actually run:

• Pre-change baseline: pytest tests/test_pipeline_contracts.py -> 12 passed
• Pre-change baseline: pytest tests/test_vnext_manuscript.py -> 10 passed
• Milestone: pytest tests/test_presentation_cpu_boundary_m5.py -> 3 passed
• Regression: pytest tests/test_pipeline_contracts.py -> 12 passed
• Regression: pytest tests/test_vnext_manuscript.py -> 10 passed
• Combined: pytest tests/test_paper_completeness_m1.py tests/test_paper_completeness_m4.py tests/test_latex_sanity_m2.py tests/test_presentation_cpu_boundary_m5.py -> 24 passed

Non-goals respected:

• Did not run M5-4 GPU smoke.
• Did not mock GPU execution.
• Did not add a synthetic or mocked compute backend.