Add the loop's end-of-session page and a detector benchmark on the case base

- End-of-session page for /boucle: the session's curves, the analyst's
  labels against the detectors' events per category, a plain score table
  and the benchmark (comparaison.py, D-066)
- Detectors moved to vues-deplacements/detectors/ (D-067)
- Detectors must detect everything; what the client sees is a separate
  layer (D-068)
- Benchmark: each case keeps its labels from creation (etiquettes.json),
  benchmark.py scores the detectors on every case, history in
  vues-deplacements/benchmark/historique.csv; run by /boucle at each lot,
  after each change and at the end, read by the upgrader and validator;
  labels for C-001..C-005 from one analyst pass corrected by their files,
  C-006..C-008 from lot 01 (D-069)
- Fixes from the releveur's notes: /boucle arguments and other sessions,
  branch name in the spec, detector name in categories.py output, learned
  case header, anonymiser.py (camera/, no empty CSVs, --etiquettes),
  ensemble.py (clock-aligned steps, title), plages.py (same-sign merge),
  labeling request written into /nouveau-cas
- Also carries the other session's uncommitted D-065 edits in the same
  files; data/, .gitignore, pomper.py and stations.py are left out

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
maximeandClaude Opus 5.5 committed 2026-10-26 16:48:13 +01:00
1 parent 6b3d058a67
commit d5bae7a696
57 files changed
+1727 -157

No files matched your search

+6 -3
View File
@@ -14,15 +14,17 @@ Le dossier de station, le lot (UTC), la commande du lot, la critique, le score a
## 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`.
2. Lis le diff : `git diff <base> -- vues-deplacements/detectors/ 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. 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.
4. Lis le **benchmark** avant et après (les deux fichiers de ta demande, D-069) : les détecteurs face au diagnostic gardé dans chaque cas de la base. Puis 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 ? 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 ?
Les détecteurs doivent tout détecter (l'utilisateur, D-068) : changer un réglage pris pour ce qu'on montre au client (registre des seuils, plan) n'est pas un défaut.
Tu ne modifies aucun fichier hors de ton rendu.
## Pas trop strict
@@ -32,10 +34,11 @@ 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, ou le score baisse net sur un lot d'avant : un événement entier perdu ou signalé à tort, pas quelques mesures de bornes ;
- le benchmark recule net sur un cas (un événement entier perdu ou signalé à tort), ou la ligne `a_verifier` de C-004 (un vrai mouvement) baisse ; une hausse est un plus, jamais une exigence ;
- 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 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.
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 celles du score et du benchmark. Au plus trois remarques, concrètes : ce qui ne va pas, où, et ce qui suffirait.
## Ton rendu, `validation-K.md`