Keep each case's labeling record in its own folder

- etiquetage.md sits next to etiquettes.json in every case: C-001..C-005
  moved from vues-deplacements/benchmark/etiquetage/, C-006..C-008 written
  from lot 01 (source and table of moments, coded names)
- anonymiser.py --etiquettes now writes etiquetage.md too (with its test);
  builder, /nouveau-cas, anonymiser-cas, agent spec and D-069 follow
- vues-deplacements/benchmark/ keeps only the history

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
maximeandClaude Opus 5.5 committed 2026-10-26 16:54:37 +01:00
1 parent 9ff04eb28f
commit 5ff342a7f2
17 files changed
+79 -11

No files matched your search

+1 -1
View File
@@ -751,7 +751,7 @@ Règles du journal :
## D-069 — 2026-10-26 — Boucle : un benchmark des détecteurs sur la base de cas
- **Statut** : active ; complète D-048 (structure d'un cas), D-057 et D-062.
- **Décision** : chaque cas de la base garde son diagnostic à la création, `etiquettes.json` dans son dossier, au format des étiquettes de l'analyste (D-061), noms codés, figé comme le reste du cas. `.claude/skills/boucle/benchmark.py` lance les détecteurs sur chaque cas et les compare à ces étiquettes, mesure par mesure (le calcul de `score.py`) : purement analytique. `/boucle` le lance au début de chaque lot, après chaque modification et en fin de séance ; chaque passage entre dans `vues-deplacements/benchmark/historique.csv` avec la version des détecteurs (commit, « + » si non commités). L'upgrader le relance, le validateur le lit : un recul net est un défaut, une hausse un plus, pas un but. Le builder donne ses étiquettes à chaque cas créé (`anonymiser.py --etiquettes`) ; C-001 à C-005 les ont reçues d'un passage unique de l'analyste, corrigé par leur fiche ; `/nouveau-cas` fait de même.
- **Décision** : chaque cas de la base garde son diagnostic à la création, `etiquettes.json` dans son dossier, au format des étiquettes de l'analyste (D-061), noms codés, figé comme le reste du cas. `.claude/skills/boucle/benchmark.py` lance les détecteurs sur chaque cas et les compare à ces étiquettes, mesure par mesure (le calcul de `score.py`) : purement analytique. `/boucle` le lance au début de chaque lot, après chaque modification et en fin de séance ; chaque passage entre dans `vues-deplacements/benchmark/historique.csv` avec la version des détecteurs (commit, « + » si non commités). L'upgrader le relance, le validateur le lit : un recul net est un défaut, une hausse un plus, pas un but. Le builder donne ses étiquettes à chaque cas créé (`anonymiser.py --etiquettes`) ; C-001 à C-005 les ont reçues d'un passage unique de l'analyste, corrigé par leur fiche ; `/nouveau-cas` fait de même. Dans chaque cas, `etiquetage.md` dit d'où viennent ses étiquettes (tout au même endroit, l'utilisateur) ; `vues-deplacements/benchmark/` ne garde que l'historique.
- **Pourquoi** : demande de l'utilisateur, après un relevé du releveur : au premier lot d'une station, le score n'a pas de lot d'avant, et rien ne mesurait un recul sur les cas où les seuils avaient été réglés. Le diagnostic de l'agent pris pour référence, ce sont ses étiquettes : elles sont faites pour être mesurées (l'utilisateur).
- **Options écartées** : comparer les sorties de `categories.py` sur les cas, en texte (ajouté le même jour, sans chiffre ni historique) ; prendre pour référence le rapport de l'agent de diagnostic (D-046, du texte) ; faire du benchmark un but de l'upgrader (sur une dizaine de cas, les détecteurs se régleraient sur eux).
- **Conséquence** : un cas a un fichier de plus ; le score des détecteurs sur la base se suit version par version. Limite : un cas appris ne contient que l'événement ± 6 h, sans les 3 jours d'historique d'un lot ; le benchmark mesure les détecteurs sur ce que le cas contient.