Repository navigation
G10 (P2) -- ING : le decoupage ne suit pas les phrases, et la comparaison ne mesure pas les deux precisions #15046
Description
Activity
Routage — file Mistral Vibe
Cette issue est placée dans la file de travail de la lane
myia-po-2025:CoursIA(Mistral Vibe) le 2026-09-07 par le coordinateur ai-01. Une autre lane qui souhaiterait la prendre doit poster un[CLAIMED]en commentaire ici d'abord, pour éviter la collision.CLAIMED — myia-po-2023:CoursIA — 2026-09-07 18:04Z
- added a commit that references this issue
on Sep 8, 2026 Verification G.9 de fermeture (tranche 8 de #15258, lane myia-po-2024:CoursIA) : fermeture legitime, aucune reouverture.
- Fermee par
myia-ai-01a 2026-09-07T23:02:32Z — premier cas du fichier a porter uncommit_idnon-nul :f5b46030168f9ea67fbee24d25ead79fec0f49ec, qui est exactement le merge commit de la PR livrante (fermeture liee au commit, pas geste manuel). - PR livrante : fix(genai,#15046): ING -- decrire le decoupage reel ( caracteres, frontieres de mots ), separer tracabilite et qualite de retrieval #15071
fix(genai,#15046): ING -- decrire le decoupage reel ( caracteres, frontieres de mots ), separer tracabilite et qualite de retrieval— MERGED a 2026-09-07T23:02:30Z (ecart 2 s) —Grain: MED/notebook-python — lane myia-po-2026:CoursIA. - Tentative anterieure : fix(rag,#15046): G10 ING — decoupage reel decrit + comparaison recadree en demonstration de provenance #15096
fix(rag,#15046): G10 ING — decoupage reel decrit + comparaison recadree en demonstration de provenance(lane myia-po-2023) — CLOSED sans merge ; la livraison finale est fix(genai,#15046): ING -- decrire le decoupage reel ( caracteres, frontieres de mots ), separer tracabilite et qualite de retrieval #15071. - Substance : l'objet exact de l'issue (finding G10/P2 de l'audit Astra Ajout du notebook TP #3, EPIC EPIC — Audit Astra #3 (2026-09-07) : 10 defauts verifies sur le parcours GenAI + correction du protocole TP #15035 : le decoupage ne suivait pas les phrases et la comparaison ne mesurait pas les deux precisions — decoupage reel decrit, tracabilite et qualite de retrieval separees).
- Fermee par
Fille de #15035 (audit Astra #3, 2026-09-07). Le cadre de lecture, la methode, la verification de fraicheur et la correction du user sur le protocole des TP sont dans l'EPIC -- les lire avant d'agir.
Etiquetage d'Astra conserve tel quel : P2 ; le notebook reste utilisable avec une annotation. VERIFIE par execution.
Fichier :
ingestion-corpus-long-rag.ipynb-- l'un des deux ateliers autonomes du lot de mercredi.Defaut 1 -- le commentaire decrit un decoupage que le code ne fait pas
Dans
chunk_structure, le commentaire dit « decoupe par phrase », mais le code appelletextwrap.wrap, qui coupe selon une largeur en caracteres en respectant des limites de mots, pas les frontieres de phrases.[ING:c7]Defaut 2 -- le 5/5 ne demontre aucune amelioration
La comparaison calcule la precision de chapitre des chunks structures, mais laisse celle des chunks naifs a
N/A:exact_naifest initialise sans jamais etre alimente. Le resultat 5/5 ne demontre donc pas une amelioration de precision face au naif -- il demontre le resultat du structure et la disponibilite de ses metadonnees.[ING:c13]Correction minimale (Astra)
Decrire le decoupage reel ; presenter separement tracabilite et qualite de retrieval. L'exercice d'etiquetage a posteriori offre deja un bon point de depart pour une comparaison mieux controlee.
[ING:c22]Acceptation (verbatim)
Note
L'alternative « rester explicitement une demonstration de provenance » est acceptable et peu couteuse : elle consiste a corriger la prose, pas a construire une verite terrain. C'est le geste a privilegier avant mercredi si le temps manque -- ING est un des trois notebooks du lot projete.