Repository navigation
ICT F-Lens factored-geometry : bruit sur le canal generatif et structure generative conditionnelle (2 criteres du 15/09 restants) #20071
Description
Activity
Grain: DEEP/notebook-python — lane myia-po-2024:CoursIA — prev: DEEP/notebook-lean #20063
[CLAIMED] lane myia-po-2024:CoursIA -- les 2 criteres restants de #15478 : bruit sur le canal generatif (emissions E / tenseur d'aretes, temoin non entraine a CHAQUE niveau) + structure generative conditionnelle (token parent selectionne la variante enfant, marginales appariees, additivity_gap discriminant)
paths: MyIA.AI.Notebooks/IIT/ICT-Series/ict/factor_geometry_trained.py, MyIA.AI.Notebooks/IIT/ICT-Series/ict/tests/test_factor_geometry_trained.py, MyIA.AI.Notebooks/IIT/ICT-Series/ICT-36-FLens-FactoredGeometry-Python.ipynbGrain: DEEP/notebook-python — lane myia-po-2024:CoursIA — prev: DEEP/notebook-lean #20063
[CLAIMED-AMEND] lane myia-po-2024:CoursIA -- les deux regimes vivent dans la couche BANC, pas la couche mesure : bruit canal generatif + structure conditionnelle se construisent dans bench_factorise.py (la couche factor_geometry_trained reste valide telle quelle)
paths: MyIA.AI.Notebooks/IIT/ICT-Series/ict/bench_factorise.py, MyIA.AI.Notebooks/IIT/ICT-Series/ict/factor_geometry_trained.py, MyIA.AI.Notebooks/IIT/ICT-Series/ict/tests/test_bench_regimes_generatifs.py, MyIA.AI.Notebooks/IIT/ICT-Series/ICT-36-FLens-FactoredGeometry-Python.ipynb[DELIVERED] lane myia-po-2024:CoursIA -- PR #20091 (empilee sur #20072, base feature/15478-closed-loop ; merger #20072 d'abord puis retarget).
Les deux criteres, confrontes aux attendus :
-
Bruit sur le canal generatif -- LIVRE, lecture rendue. Entrainement complet PAR niveau (gamma 0/.25/.5/.75/1, 400 pas), temoin rejoue a CHAQUE niveau (bande imprimee avec la metrique). Mesure : plancher monotone 1.5448 -> 1.7918 = ln3+ln2 EXACT a gamma=1 ; dims stables aux niveaux passants pendant que r2b s'effondre (0.896 -> 0.035) ; la courbe overlap sort de sa bande des deux cotes aux niveaux passants -- le falsifiable tranche ni l'un ni l'autre, rendu tel quel dans la cellule Lecture.
-
Structure conditionnelle -- mode LIVRE, verdict geometrique NEGATIF a ce budget. Token parent -> variante d'emission enfant, marginales appariees EXACTEMENT (melange des rotations = E a 1e-15 ; TV instantanee nulle, testee) ; prime d'information conditionnelle mesuree 0.0902 nats. Perte jointe conditionnelle 2.1334 < controle independant 2.1696 a marginales identiques (capture partielle de la prime en perte). MAIS additivity_gap dans la bande du temoin des deux cotes (+0.000 dans [+0.000,+0.000] ; controle -2.000 dans [-2.000,-2.000]) : le discriminant attendu (gap<0 hors bande) n'est PAS etabli a 400 pas / kappa=0.2. Le controle revele un effet de plancher de la metrique (meme alphabet -> union=2 pour tout modele, entraine ou non).
La cloture se juge sur ces verdicts : le critere 2 attendait un discriminant, la mesure rend un non-discriminant a ce budget (budget / metrique moins saturee que le rang = suites possibles). Verdict de cloture = coordinateur.
-
- added a commit that references this issue
on Oct 9, 2026
Part of #15478 — EPIC #15475
Ce qui reste
Le 2026-10-05, le coordinateur a rendu l'urne
deliveredde #15478 au tapis en énumérant lescritères ajoutés le 15/09 encore ouverts. Quatre d'entre eux sont depuis livrés (boucle fermée
bench_factorise, plancher de Bayes, témoin nul sur ≥ 5 initialisations non entraînées,recouvrement des coefficients de sondes — module
ict/factor_geometry_trained.py, PR de la lanemyia-po-2024:CoursIA).Deux restent, et ce sont ceux-ci — nommés dans le corps de cette PR plutôt que laissés croire
couverts :
1. Bruit sur le canal génératif
Le banc
bench_factoriseest aujourd'hui déterministe dans sa structure : la seuleperturbation étudiée est un bruit additif posé sur les activations. Or l'objection que la
géométrie factorisée doit trancher porte sur le processus : un facteur reste-t-il lisible
quand son canal d'émission est bruité ?
Attendu : un entraînement complet par niveau de bruit, le bruit portant sur les
émissions du banc (matrices
E/ tenseur d'arêtes), pas sur les activations lues. Rapportde
probe_r2_a,probe_r2_betoverlap_coef_maxen fonction du niveau de bruit, contre lemême témoin d'initialisations non entraînées à chaque niveau (un témoin mesuré à un seul
niveau ne borne rien).
Falsifiable par : une courbe
overlap_coef_max(niveau)qui retombe dans la bande du témoinau-delà d'un seuil, ou qui n'en sort jamais.
2. Structure générative conditionnelle
Sans elle, l'hypothèse « entremêlé » ne peut venir que du modèle : le banc tire ses deux facteurs
indépendamment, donc une lecture additive est vraie par construction et l'
additivity_gapnul (mesuré sur le modèle entraîné comme sur les six initialisations) confirme la construction
du banc, pas une propriété de la représentation.
Attendu : un mode du banc où le token du facteur parent sélectionne la variante du facteur
enfant, à marginales appariées — de sorte que l'entremêlement soit posé par les données et
que l'
additivity_gapdevienne discriminant (strictement négatif attendu si le modèle encode ladépendance, nul s'il l'ignore).
Falsifiable par :
additivity_gap < 0sur le modèle entraîné hors de la bande du témoin,avec les marginales de chaque facteur vérifiées identiques entre les variantes.
Ce qui n'est pas demandé ici
Les six critères d'origine sont couverts (#15514, #16013) et ne sont pas rouverts par cette
issue. Le mode
factored-geometrylivré reste inchangé ; il s'agit d'ajouter deux régimes aubanc, pas de refaire la mesure.
Note de méthode
Les deux points se heurtent au même piège que la boucle fermée : une métrique dans la bande
du témoin est muette, et un
additivity_gapnul ne prouve rien quand le banc est additif parconstruction. Le témoin non entraîné doit donc être rejoué à chaque régime, jamais mesuré
une fois pour toutes.