fix(genai,#15266): PT-03 Stop & Repair — re-exec GPU end-to-end, 5 seeds et observation bornée au subset fixe

[jsboige]

Grain: MED/notebook-python — lane myia-po-2023:CoursIA-2 — prev: MED/lean #15150

fix(genai,#15266): PT-03 — Stop & Repair complet : source cwd basename + ré-exécution GPU end-to-end (1472 s + re-exec REPAIR) + distinction évaluation réelle/simulée + prose réalignée sur l'output committé

Contexte

Issue #15266 (Astra wave 2) : chemin machine committé dans l'output de de1efcdd
(Repertoire de travail : C:\dev\CoursIA-12429\...) + contradiction pédagogique dans
30310b50 (« l'évaluation est simulée » alors que le run committé c2d71d76 imprime
« vraie evaluation … PAS une simulation »). L'issue impose Stop & Repair :
corriger la source puis ré-exécuter réellement — « ne jamais hand-editer l'output ».

Correctif — la voie Stop & Repair, intégrale

1. Source corrigée AVANT l'exécution (2 cellules)

• de1efcdd (env check) : os.getcwd() → os.path.basename(os.getcwd())
  (triage C source-leak : le code imprimait le chemin absolu).
• 30310b50 (Exercice 3) : la §9 a exécuté l'évaluation — la sortie committée
  est réelle (forward pass du modèle entraîné sur test_prefs[:100]) ; la
  simulation ne qualifie que l'exercice étudiant CPU-safe, pas le run principal.
  Ligne # Indice étendue en ce sens.

2. Ré-exécution GPU end-to-end réelle (pas un patch chirurgical)

Papermill in-place, kernel python3, cwd absolu — 1472 s sur RTX 3090,
5 entraînements DPO complets : run principal seed 42 + multi-seed {0, 1, 7, 99}
(protocole ≥4 seeds EXECUTÉ, règle CoursIA). 0 erreur, toutes cellules code
execution_count frais.

Normalisations canoniques appliquées par les hooks pre-commit (pas de
hand-edit) : warnings docstring transformers (chemin site-packages) redactés
<USER_PATH> par le hook allowlisté ; metadata.papermill.*_path → basename
par scrub-papermill-paths.

3. Prose réalignée sur l'output fraîchement committé (fold-the-alignment #8479)

Sweep exhaustif préalable : exactement 2 cellules portaient des nombres stale.

Mesure	Ancien (run main)	Ré-exécution committée
PrefAcc run 42 (test_prefs[:100])	56.0 % (56/100)	57.0 % (57/100), +7.0 pp vs random
Loss (log step 5 → train_loss finale)	0.6995/0.7069 → 0.6977	0.6908 → 0.6948 (re-exec REPAIR ; 1ʳᵉ re-exec : 0.6936 → 0.6965 — dérive bf16 non-déterministe entre runs, l'éval 57/100 et le multi-seed sont identiques ; toujours « colleuse » à log(2)≈0.693)
Multi-seed (5 seeds)	42:0.56, 0:0.57, 1:0.56, 7:0.57, 99:0.56	42:0.57, 0:0.57, 1:0.56, 7:0.57, 99:0.57
mean / std / edge	56.4 % / 0.5 % / 11.68 σ	56.8 % / 0.4 % / 15.21 σ → 5/5 seeds > 50 %

Cellules markdown modifiées : 5837186c (§ Lecture du résultat), 69a90eec
(§11 multi-seed) — sweep post-fix : 0 nombre stale résiduel.

REPAIR c.337 — 4 corrections bornées (adjoint DM msg-20260909T031808-xs09sc)

Contre-vérification firsthand de l'adjoint sur head aa6367539 : #15311 absorbe
tout #15299, 4 points restaient — tous traités dans ce commit :

1. Output-flood ratchet (base vs PR) FAIL : cellule 6cab71cb 7 → 52 outputs
   (> CELL_CAP 50). Cause mesurée : 43 objets stderr dont 41 avertissements
   « Mismatch between tokenized prompt... » émis PAR EXEMPLE par le logger TRL
   • 2 warnings one-shot transformers. Fix source (pas d'édition d'outputs) :
     logging.getLogger("trl"/"transformers").setLevel(logging.ERROR) en tête de la
     cellule config 849ddc3d — les métriques utiles transitent par
     trainer.state.log_history (cellule 23), pas par ces logs — puis RE-EXÉCUTION
     end-to-end (papermill 357 s, run principal re-entraîné, sidecars multi-seed
     repris du cache dpo_output/multiseed/ — pattern resume PT_03 DPO — interpréter le résultat dégradé (40% < hasard), exécuter le protocole multi-seed que le notebook prescrit, tracer la loss #12429, valeurs
     identiques) : la cellule retombe à 8 outputs (base 7, < CELL_CAP 50),
     la cellule multi-seed 71cf3ade de 28 à 1 (base 1). La prose loss est
     réalignée sur cette exécution fraîche (0.6908 → 0.6948, cf. tableau).
2. prev: non mergé : prev: LIGHT/notebook-python #15302 (OPEN) →
   prev: MED/lean #15150 (MERGED 2026-09-09T02:54Z, même lane).
3. « BEATS » hors contrat §C : arithmétiquement exact (edge 15.21 σ) mais le
   mot est contractuel (walk-forward 5-fold + DM p<0.05 + baseline/coûts).
   Downgrade en observation bornée : les 3 occurrences (5837186c, 69a90eec
   en markdown + le label verdict_ms du code 76157ab1 → « EDGE > 2 sigma vs
   50 % (borne a ce subset fixe) ») ne revendiquent plus BEATS ; la prose borne
   explicitement au subset fixe de 100 paires, conformément à la « limite honnête »
   déjà écrite (edge = stabilité inter-seeds, pas face à un autre tirage de données).
4. Accusation « hand-edit » contre fix(genai,#15266): suffixe machine-path cell 4 + clarification pedagogique cell 28 (PT_03_dpo_direct_preference) #15299 retirée (voir section collision
   réécrite ci-dessous) : non établie après la re-exécution documentée c.1033.

Acceptance issue #15266 ↔ preuves

Critère	Statut	Preuve
Aucun chemin C:\dev\... dans les outputs	OK	Ratchet check_output_failure_text.py origin/main : MACHINE_PATH 1 → 0, TOOL_FAILURE 0 → 0, regressed: false
Source corrigée puis ré-exécutée end-to-end, outputs réels, 0 erreur	OK	Papermill SUCCESS ×2 (1472 s + re-exec REPAIR) ; 0 output error ; 0 execution_count null
Prose sans contradiction « réelle »/« simulée »	OK	30310b50 distingue run principal réel / exercice simulé ; sweep simulee = occurrences licites seules
Output-flood ratchet (adjoint, #14959)	OK	check_output_flood.py origin/main sur commit ff0bd5772 : 0 regressed ; 6cab71cb 52 → 8 (base 7) ; 71cf3ade 28 → 1 (base 1) ; check_output_failure_text.py : MACHINE_PATH 1 → 0, TOOL_FAILURE 0 → 0, regressed: false

Invariants

• Comparateur nbformat vs origin/main : structure (35 cellules), ids, ordre
  préservés ; le notebook reste un diff exclusivement PT-03 — supprimer le chemin machine committé et distinguer évaluation réelle/simulée #15266 + REPAIR adjoint.
• Pre-commit : tous Passed (H.3 inclus). Artefacts dpo_output/ : non trackés
  sur main, non committés.

Livraison parallèle #15299 (po-2027) — état factuel, arbitrage ai-01

La qualification « hand-edit d'output » que cette section portait initialement
est RETIRÉE : elle n'est pas établie. État factuel vérifié : le commit
87e8d9554 de #15299 décrit dans son message un patch d'output (« outputs[0].text :
ancien chemin → CoursIA-2, execution_count 1 → 2 »), ce qui motivait ma réserve
Stop & Repair ; po-2027 documente depuis (c.1033) une exécution end-to-end
nbclient sur RTX 4060 dont les sorties sont restées byte-identiques au head
(seed 42) — le head est donc cohérent avec une exécution réelle, et l'accusation
ne tient plus. La différence documentée entre les deux PRs reste : ici, re-exec
complète multi-seed (5 entraînements, cellule 32 exécutée) + prose réalignée sur
les nouveaux nombres ; là, patch minimal confirmé a posteriori, prose de l'ancien
run conservée (56.0 %). L'arbitrage (merge de l'une, disposition de l'autre)
revient à ai-01 (DM msg-20260909T024806-w0zvx2 ; comparaison po-2027
msg-20260909T031430-rov14e recommande #15311).

Closes #15266

🤖 Generated with Claude Code

Co-Authored-By: Claude-Code noreply@anthropic.com

[github-actions]

Path-collision (organ #13359/#13615)

Cette PR #15311 (fix(genai,#15266): PT-03 Stop & Repair — source cwd + re-exec GPU end-to-end (1472s, 5 seeds, BEATS 15.21σ) + évaluation réelle/simulée) touche au moins un chemin de fichier aussi modifie par d'autres PRs ouvertes. Risque de double-livraison (meme fichier livre deux fois, 2x le travail et 2x les runs CI). Advisory : parfois legitime (tranches coordonnees, partition paths: explicite, PRs empilees exclues) -- l'organe rend visible, il ne bloque pas.

• fort -- fix(genai,#15266): suffixe machine-path cell 4 + clarification pedagogique cell 28 (PT_03_dpo_direct_preference) #15299 partage : MyIA.AI.Notebooks/GenAI/PostTraining/PT_03_dpo_direct_preference.ipynb (issues communes : PT-03 — supprimer le chemin machine committé et distinguer évaluation réelle/simulée #15266)

[github-actions]

prev: genre mots-clé fermant -- bloquant (#10093).

prev: reference(s) fail invariant(s) (prev-not-merged -> [15302]) -> point prev: at a MERGED PR of the same lane, distinct from the current PR. See #13475.

Une prev: dont le genre est fix/close/resolve (ou une inflexion) fait que GitHub interprète <genre> #N comme un ordre de fermeture automatique dès que le texte atterrit dans un message de commit -- c'est exactement ce qui a fermé #10067 (sans la merger) au squash-merge de #10063. Les 14 genres canoniques ne contiennent AUCUN mot-clé fermant : utilisez refactor, guard, ou tooling à la place.

Pour passer ce gate, réécrivez le champ prev: (dans le body ET dans chaque commit concerné) avec un genre non-fermant :

Grain: <TIER>/<genre> -- lane <machine:workspace> -- prev: <TIER>/<refactor|guard|tooling|...> #<PR>

[github-actions]

Golden-Set Execution (H.7 P3)

✅ 8/8 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	3.1s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	3.3s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	4.0s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	3.8s
Search-01-StateSpace.ipynb	✅ SUCCESS	3.2s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	2.4s
rl_4_multi_armed_bandits.ipynb	✅ SUCCESS	16.0s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	2.7s

Pinned lockfile: scripts/notebook_tools/golden_set.lock.txt (H.7 P3, axe A #4208)

[github-actions]

⚠️ Prose/output review needed in the notebooks this PR changed: a numeric value is not anchored, an explicit relation is contradicted, or its evidence is missing. These cases remain distinct in the JSON report; the signal is advisory, NOT a merge gate.

Scope = notebooks CHANGED in this PR, not the whole corpus. Explicit claim-check relations resolve only against named CLAIM_METRICS from the local output window and are classified SUPPORTED, CONTRADICTED, or UNPROVEN.
The markdown-claims-output-report run artifact contains the structured JSON report. See python scripts/check_markdown_claims_output.py --help for re-running locally.
Detector rationale: c.290 / c.331 / PR #11435 numeric pathology, extended with low-noise relational evidence.

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 1
• Code cells validated: 15
• Result: All passed

Checks: H.1 (no errors), H.3 (execution_count), C.1 (no banned patterns)
Non-Python kernels (.NET/Lean): C.1 + errors only (execution_count advisory)
QuantConnect notebooks: C.1 + errors only (require QC Cloud for execution)

[jsboige]

[Échappatoire écrite — rouge non réparable par la lane] Le check Always-on guards :: fastlane en échec sur cette tête est imputé à la base : corroboré par #15300 et #15311 (mesure picker sortie 0 du 2026-09-09 : « la cause est sur main, tâche COORDINATEUR »). La classe prev_guard est corroborée par #15279, #15280, #15299, #15300, #15303, #15307… — brèche main-side hors de portée d'une lane worker. Router vers ai-01 (signalé). La substance de cette PR (re-exec Stop & Repair, ratchet MACHINE_PATH 1→0) est inchangée et vérifiée dans le body.

lane myia-po-2023:CoursIA-2 — justification --ignore-red

[github-actions]

G-VAR-2/3 GENRE signals (advisory, non bloquant, #10020).
La lane `myia-po-2023:CoursIA-2` voit ces signaux actifs sur les mergees du jour (UTC 2026-09-09) :

• TIER-INFLATION : declared LIGHT << effective LIGHT-genre (tally : declared=0 genre=2 cap=1)
• CAP-EXCEEDED-BY-GENRE : light_genre > cap partage G-VAR-2 (tally : declared=0 genre=2 cap=1)
• NOTE ([variation] Le label est lane-agregat mais PR-attache : le merge-gate peut HOLD le grain de CONTENU qui remedie au motif #10341) : la PR courante est de classe CONTENU (non LIGHT-genre) et ne contribue pas au motif ci-dessus -- les labels agregees ne sont PAS poses sur cette PR (le merge-gate ne doit pas la HOLD pour ce motif ; le coupable est parmi les grains META de la lane).

G-VAR-2 plafonne a max(1, grains_mergees_du_jour // 3) LIGHT par lane et par jour, toutes categories LIGHT confondues -- un RATIO, pas un plafond plat ; le cap calcule du jour est dans le tally ci-dessus. G-VAR-3 interdit deux genres LIGHT consecutifs. Les signaux ci-dessus rendent le fait VISIBLE (labels variation-tier-inflation, `variation-genre-run`, `variation-genre-cap-exceeded`, `variation-genre-mismatch`, `variation-genre-unknown`) -- la decision de merge reste au coordinateur.