Labels-learner: the analyst measures the expert's labels and asks until it understands, a documentaliste writes its conclusions into the docs (D-099, point 69)

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
maximeandClaude Opus 5.5 committed 2026-11-02 09:12:53 +01:00
1 parent 010798d992
commit d1fd7f6bdd
8 files changed
+212 -11

No files matched your search

+10
View File
@@ -32,6 +32,16 @@ Choisir la station et les dates, puis Analyse. Glisser sur le plot zoome (double
Dans le texte, dire la cause et comment on l'a sue (quel plot, quel signe). Étiqueter aussi les cas trompeurs, qui ressemblent à un problème sans en être un : ils donnent les faux amis (point 69 du plan). Le fichier se commite comme le reste (`push.sh`).
# Apprendre des étiquettes (labels-learner)
Dans Claude Code, à la racine du dépôt :
```
/labels-learner perte de référence
```
Claude propose les étiquettes de `labeling/` qui parlent de ce phénomène (au plus 5) ; confirmer ou corriger la liste. L'analyste les mesure dans les données et écrit `labeling/lecons/<date>_<phénomène>/lecon.md` ; Claude pose ses questions, répondre dans la conversation (« je ne sais pas » compte) ; il y a au plus trois tours. Quand l'analyste a compris, le documentaliste fait entrer ses conclusions dans la chaîne de mesure, la carte des événements ou `lire-les-donnees` ; relire le diff, puis Commiter, Corriger ou Plus tard (D-099).
# Compléter les métriques de qualité d'une caméra (optical_emulator)
Les anciennes caméras n'ont pas les six métriques de qualité (`peak`, `flux`, `sharpness`, `fwhm`, `dominance`, `snr`) dans leurs déplacements. `~/optical_emulator` les recalcule à partir des images DIFF, en rejouant sur CPU le calcul du GPU des caméras récentes.