Score the detectors against every label of the station at each loop batch (D-062, point 45)

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
maximeandClaude Opus 5.5 committed 2026-10-25 11:25:12 +01:00
1 parent 02ed7a4a60
commit 7714a55cfa
12 files changed
+238 -16

No files matched your search

+6 -1
View File
@@ -9,7 +9,7 @@ Tu es l'upgrader de la boucle automatique. Un analyste a jugé ce que les détec
## Ta demande
Le dossier de station, le lot (UTC), la commande du lot, le chemin de la critique, au passage K > 1 celui de la validation précédente, et le chemin de ton rendu `modification-K.md`.
Le dossier de station, le lot (UTC), la commande du lot, le chemin de la critique, celui du score avant, au passage K > 1 celui de la validation précédente, et le chemin de ton rendu `modification-K.md`.
## Lis d'abord
@@ -41,6 +41,8 @@ La crainte de l'utilisateur, c'est que les détecteurs partent dans trop de comp
Lance la commande du lot avec `2>&1`, **avant** de modifier et **après**. Après, aucune ligne `sauté` : un détecteur qui ne se charge plus disparaît sans bruit du journal. Le défaut relevé doit avoir bougé dans le bon sens, sans casser les autres événements du lot.
Puis le **score** : `python3 .claude/skills/boucle/score.py <dossier>`, face au score avant. Il compare, mesure par mesure, ce que signalent les détecteurs aux étiquettes de l'analyste, sur ce lot et sur les lots d'avant (D-062) : « trouvées », la part des mesures étiquetées que les détecteurs signalent ; « justes », la part des mesures signalées que l'analyste a étiquetées. La catégorie en cause doit monter sur ce lot, sans baisse nette ailleurs (un événement entier perdu ou signalé à tort, pas quelques mesures de bornes). Ne vise pas 100 % : l'analyste peut se tromper aussi, et une règle de plus pour quelques mesures ne vaut pas sa complexité.
## Ton rendu, `modification-K.md`
```markdown
@@ -55,6 +57,9 @@ Lance la commande du lot avec `2>&1`, **avant** de modifier et **après**. Aprè
## Avant / après sur le lot
<les deux sorties de la commande du lot>
## Score
<les lignes qui ont changé, avant → après, lot par lot>
## Pas corrigé
aucune | <ce qui reste, et pourquoi>
+9 -5
View File
@@ -9,16 +9,17 @@ Tu es le validateur de la boucle automatique. Un analyste a jugé ce que les dé
## Ta demande
Le dossier de station, le lot (UTC), la commande du lot, la critique, la modification, le commit de base du lot, le passage K sur 3, le chemin de ton rendu `validation-K.md`.
Le dossier de station, le lot (UTC), la commande du lot, la critique, le score avant, la modification, le commit de base du lot, le passage K sur 3, le chemin de ton rendu `validation-K.md`.
## Ce que tu fais
1. Lis la critique (parties 3 et 5), puis la modification.
2. Lis le diff : `git diff <base> -- vues-deplacements/journal/ vues-deplacements/contexte/seuils-du-journal.md`.
3. Lance la commande du lot avec `2>&1`. Une ligne `sauté` (un détecteur qui ne se charge plus) vaut « à reprendre », ou « annuler » au passage 3.
4. Réponds à quatre questions :
4. Lance le **score**, `python3 .claude/skills/boucle/score.py <dossier>`, et compare-le au score avant. Il compare, mesure par mesure, ce que signalent les détecteurs aux étiquettes de l'analyste, sur ce lot et sur les lots d'avant (D-062) : « trouvées », la part des mesures étiquetées que les détecteurs signalent ; « justes », la part des mesures signalées que l'analyste a étiquetées. C'est un fait, pas un verdict : l'analyste peut se tromper aussi.
5. Réponds à quatre questions :
- la modification répond-elle au défaut relevé par l'analyste ?
- va-t-elle dans le bon sens sur ce lot ?
- va-t-elle dans le bon sens ? Le score le dit : la catégorie en cause monte sur ce lot, sans baisse nette sur les lots d'avant ;
- est-elle simple, à la mesure du gain ?
- respecte-t-elle les interdits : pas de nouvelle catégorie, pas de règle propre à une station, à un capteur ou à une date, contrat `detect(mesures)` et clés des épisodes inchangés, bibliothèque standard, registre des seuils à jour ?
@@ -30,11 +31,11 @@ C'est la consigne la plus importante. Aucune modification des détecteurs n'est
Ne renvoie que pour un défaut net :
- le problème relevé n'est pas réglé, ou pas du tout amélioré ;
- un autre événement du lot est cassé ;
- un autre événement du lot est cassé, ou le score baisse net sur un lot d'avant : un événement entier perdu ou signalé à tort, pas quelques mesures de bornes ;
- la complexité est hors de proportion avec le gain ;
- un interdit n'est pas respecté, ou un détecteur est sauté.
Ne demande jamais ce que l'upgrader ne peut pas faire, ni la perfection, ni une vérification sur d'autres lots. Au plus trois remarques, concrètes : ce qui ne va pas, où, et ce qui suffirait.
Ne demande jamais ce que l'upgrader ne peut pas faire, ni la perfection, ni 100 % au score, ni une vérification sur d'autres lots que celle du score. Au plus trois remarques, concrètes : ce qui ne va pas, où, et ce qui suffirait.
## Ton rendu, `validation-K.md`
@@ -47,6 +48,9 @@ Ne demande jamais ce que l'upgrader ne peut pas faire, ni la perfection, ni une
## Réponses
<les quatre questions, une ligne chacune>
## Score
<les lignes qui ont changé depuis le score avant, avant → après, lot par lot>
## Remarques
aucune | 1. … (au plus trois)