feat(dl,#16056): 3.6c — trancher le classement linéaire vs cosinus, sous-déterminé par le noyau MMD #16137

Contexte

Découvert en corrigeant #16126 (notebook 3.6c-Modeles-Generatifs-Diffusion-from-scratch.ipynb), sur la réserve de la revue structurelle de NanoClaw portant sur l'instrument de mesure de la section 4.

Le constat mesuré

Le notebook compare deux schedules (linéaire vs cosinus) par une distance MMD à noyau RBF, et concluait « le linéaire gagne ». La revue a demandé un contrôle de sensibilité à la bande passante sigma du noyau. Fait, et le résultat invalide la conclusion telle qu'elle était énoncée.

sigma dans {0,5 ; 1,0 ; 2,0} (mêmes échantillons, même lot de référence) :

Le rang ne survit pas au choix du noyau : à sigma = 0,5, le cosinus passe devant. La conclusion « le linéaire gagne, donc l'intuition plus récent = meilleur est fausse ici » est donc conditionnelle au noyau, pas un fait. Le notebook a été corrigé pour le dire contre lui-même (PR #16126, commit 194f0a54f4) — mais le fond n'est pas tranché.

Ce que la correction de #16126 a déjà réglé, et ce qui reste

Réglé : le plancher vrai/vrai était mesuré à n = 512 contre des MMD de modèles à n = 1024. L'estimateur plug-in incluant la diagonale, son biais est en 2/n, donc le plancher portait deux fois le biais de ce qu'il minore (0,00631 -> 0,00324 après correction). L'écart des modèles au niveau des données est cinq fois plus grand que ce que le tableau suggérait. Ce volet est fermé.

Reste : le classement lui-même est sous-déterminé par l'instrument. Un seul seed, un seul budget (12 epochs), une seule résolution (8×8), un seul s cosinus, et — depuis la mesure ci-dessus — pas même une bande passante unique.

Acceptance de cette issue

Trancher le classement par un protocole qui ne dépende pas d'un réglage arbitraire de noyau :

1. Balayage de sigma sur au moins 5 valeurs couvrant une décade, avec le rang reporté à chaque valeur — et non un seul sigma choisi après coup.
2. Au moins 4 seeds parmi 0/1/7/42/99, par schedule.
3. Au moins 2 budgets d'entraînement, pour distinguer « le cosinus converge plus lentement » de « le cosinus converge moins bien ».
4. Verdict honnête : linéaire domine / cosinus domine / INCONCLUSIVE (le rang dépend de l'instrument). Le troisième est un résultat acceptable et publiable — c'est même l'hypothèse que la mesure actuelle soutient.
5. Le notebook final écrit la dépendance au noyau dans la section de conclusion, pas en note de bas de page.

Ce que cette issue n'est pas

• Ce n'est pas l'item 7 de [ML/Generatif] Modèles génératifs profonds from scratch : DDPM, Score-SDE, Normalizing Flow, WGAN-GP #16056 : celui-ci demande un tableau récapitulatif Bloc A vs Bloc B (from scratch vs diffusers), pas un protocole robuste de comparaison intra-bloc.
• Ce n'est pas un défaut de Add: notebook 3.6c — DDPM from scratch (diffusion schedules comparés) #16126 : le notebook y déclare honnêtement la limite. Le présent suivi est le travail suivant, pas une reprise du précédent.

Références

• PR Add: notebook 3.6c — DDPM from scratch (diffusion schedules comparés) #16126 — notebook 3.6c, commit 194f0a54f4 (plancher à effectif égal + balayage sigma + latence mesurée).
• Issue [ML/Generatif] Modèles génératifs profonds from scratch : DDPM, Score-SDE, Normalizing Flow, WGAN-GP #16056 — umbrella de la série (bloc A items 1-3, bloc B items 5-7).
• Instrument : mmd_rbf dans la cellule de mesure du notebook ; scripts/notebook_tools/check_c2_compliance.py, check_exec_sequence.py.