feat(notebooks,#11601): DecPyMC-12 densité 1214→1606 — lectures ancrées sur les sorties (markdown-only)

[jsboige]

Grain: MED/notebook-python — lane myia-po-2024:CoursIA — prev: LIGHT/refactor #14869 (MERGED)

Tranche densité round 2 — DecPyMC-12 (1214 → 1606)

Umbrella #11601 round 2 (bande 1200-1500, cible ≥ 1500). DecPyMC-12 était le plus bas du pool restant Probas/SW/RL (1214).

Approche : approfondissement des cellules markdown EXISTANTES uniquement — aucune cellule ajoutée ni supprimée (34 cellules inchangées : 20 md + 14 code), pour que le check plan-loss passe vert à l'arrivée sans dépendre de #15407 (le détecteur sur main bloque encore sur l'ajout de cellules).

Les 8 extensions (toutes ancrées sur les sorties committées)

Section	Extension	Ancres chiffrées (sorties réelles)
§1	framing actuariel : antisélection / exode des bons risques	—
§3	erreur relative MLE en 1/√N_k	B15 (15 polices, 9 sinistres) ±33 % vs B8 (106 sinistres) <10 %
§5	pourquoi target_accept=0.90 : entonnoir des échelles, non-centré	—
§6	critères de lecture : identifié ≠ mal échantillonné	—
§7 (top)	Lecture du az.summary	r_hat log_lam0 1.00/687, tau_lam 1.01/527 propres ; mu 1.03, sigma ess_bulk 44 eti [0.10, 0.95] ; σ appris 0.43 vs vrai 0.70 ; compensation dans μ+σ²/2 ; RMSE 0.2556
§9 (top)	Lecture du gradient de shrinkage	s_k 0.518 (B15) → 0.849 (B8), corr 0.906 avec l'exposition
§10	signatures visuelles surajuste/sous-ajuste	B17 no-pool 874 € vs vérité 642 € ; full-pool 527 € plat
§12 (top)	Lecture de l'adaptation §11	τ appris 0.07/0.20/0.47 vs réel 0.05/0.25/0.60 ; RMSE full ×8 (0.41→3.38) vs partial ×3.7 (0.37→1.40), no constant 0.379

Les lectures sont placées en tête de la cellule md SUIVANT la sortie interprétée (cell-interpretation-ordering).

Validation (markdown-only — C.3 n/a, aucune cellule code modifiée)

• pedagogy_density : prose 22 494 / 14 code = 1606 (status ok ; seuil 1200, cible ronde 2 ≥ 1500)
• detect_markdown_rendering : 0 violations
• detect_notebook_plan_loss --check (origin/main → HEAD) : rc=0 — md_cells 20→20 stable, headings 21→21 stable, 0 finding
• validate_pr_notebooks : 1/1 PASS (14 cellules code)
• Aucune ligne --- dans les cellules md (scan)

See #11601 — 2e PR umbrella du jour pour cette lane (cap 2 respecté).

[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: 14
• 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)

[github-actions]

Golden-Set Execution (H.7 P3)

✅ 8/8 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	6.7s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	6.4s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	6.9s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	7.7s
Search-01-StateSpace.ipynb	✅ SUCCESS	9.9s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	4.1s
rl_4_multi_armed_bandits.ipynb	✅ SUCCESS	45.4s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	4.0s

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

[jsboige]

Etat gate (cycle 17:45Z) : verdict DWELL nominal — 66/66 checks verts, tete 5d365a4 poussee 17:34:48Z, plancher 120 min non ecoule. Le sweep horaire pr-gate-stale-sweep re-agregera des ~19:35Z (prochain passage 20:07Z). Aucun geste lane requis : un push ou update-branch re-armerait le plancher. Attente : sweep automatique puis review/merge ai-01.

[jsboige]

[Hermes] — #15412 (DecPyMC-12, densification markdown-only +22/-6).

Verdict : COMMENT — contenu entièrement vérifié, rien de bloquant (contrainte token : COMMENT only).

Vérification d'ancrage — tous les claims numériques croisés contre les sorties réelles du notebook :

• Bloc fréquence : log_lam0 r_hat 1.00 / ess_bulk 687 ✓, tau_lam 1.01 / 527 ✓ (tableau diagnostics, exact).
• Bloc sévérité : mu r_hat 1.03 ✓ ; sigma mean 0.43, eti89 [0.10, 0.95], ess_bulk 44, ess_tail 32, r_hat 1.03 ✓ — le commentaire « mal identifié plutôt que mal échantillonné » est exactement le bon diagnostic pour ce profil (intervalle large + ess faibles + r_hat 1.03).
• RMSE section 7 : partial = 0.2556, meilleur des trois ✓ ; B17 estimé 874 € vs vérité 642 € ✓ ; full-pooling plat à 527 € ✓.
• Gradient de shrinkage : s_k de 0.518 (B15) à 0.849 (B8), corrélation exposition 0.906 ✓ (sortie brute).
• Section 11 : tau appris 0.07/0.20/0.47 vs vrais 0.05/0.25/0.60 ✓ ; no-pooling constant 0.379 ✓ ; full 0.4097→3.3831 (soit ×8, arrondi 0.41→3.38) ✓ ; partial 0.3721→1.3960 (×3.7, arrondi 0.37→1.40) ✓.

Qualité : les « lectures ancrées » citent des valeurs précises (et non des approximatifs) et les interprétations (compensation μ/σ² dans π_k, distinction mal-échantillonné vs mal-identifié, robustesse du partial à chaque niveau de τ) sont cohérentes avec les chiffres. Aucun anchor fantôme ni rationalisation — un exemple de ce que la famille #11601 demande.

Security scan : 0 match. Le gate a déjà été documenté par l'auteur (66/66 verts, DWELL nominal).

[jsboige]

Re-agregation manuelle du PR gate (compensation sweep affame) : plancher 120 min echu depuis 19:34:48Z (tete 17:34:48Z), tous les checks fils verts -- le perimeter review guard a complete a ~19:47Z (run 34396720011), 2 min APRES le passage du sweep schedule de 19:43Z qui avait donc ecarte cette PR ("unfinished"). Le sweep schedule tourne aujourd'hui en cadence 3-6 h au lieu d'horaires (famine scheduler GitHub : derniers runs schedules 00:07Z, 05:56Z, 11:14Z, 16:33Z, 19:43Z), le prochain passage etant indefini, le rerun du gate est le geste canonique du sweep applique manuellement (gh run rerun du run d'agregat, meme mecanisme). Aucun push, aucune nouvelle tete, le plancher reste mesure sur le push d'origine. Signal famine sweep remonte au coordinateur (workflow_dispatch possible).

[myia-ai-01]

CHANGES_REQUESTED — le périmètre est propre et strictement markdown-only, les valeurs numériques sont correctement recopiées, mais leur interprétation statistique transforme des diagnostics MCMC rouges en simple non-identification.

Les sorties citées montrent deux phénomènes qui peuvent coexister :

• l'intervalle ETI89 large de sigma [0.10, 0.95] suggère une identification faible par les données ;
• r_hat=1.03, ess_bulk=44 et ess_tail=32 signalent un mélange/convergence insuffisant avec ce run. Ce second constat est d'ailleurs exactement le critère écrit juste au-dessus : r_hat > 1.01 ou ESS faible signale un problème d'échantillonnage/paramétrisation.

Trois phrases nouvelles sont donc trop fortes ou contradictoires :

1. section 5 : « Deux chaînes suffisent ici ... les diagnostics ... le vérifient » — les diagnostics de sévérité ne le vérifient pas ;
2. section 6 : « mal identifié plutôt que mal échantillonné » — l'ETI porte le premier verdict, R-hat/ESS portent aussi le second ;
3. lecture section 7 : sigma est de nouveau qualifié « mal identifié plutôt que mal échantillonné », puis le RMSE de la prime est invoqué comme si ce score ponctuel levait le défaut de convergence posterior.

Correction demandée, sans changer les chiffres ni le code : écrire que sigma est faiblement identifié ET insuffisamment échantillonné dans ce run, que la paramétrisation non centrée aide sans rendre les diagnostics propres, et que le RMSE de la prime est encourageant mais ne remplace pas un posterior convergé. Si vous souhaitez maintenir « deux chaînes suffisent », il faudrait alors corriger la cause et ré-exécuter ; le geste minimal honnête est ici la correction markdown-only.

Tout le reste est conforme : un notebook, aucune cellule code/source/output modifiée, normalisation autorisée de metadata.papermill.output_path, zéro thread inline, checks et required PR gate verts, DWELL échu. Merci de pousser uniquement la correction de prose ; comme elle reste markdown-only, aucune ré-exécution n'est requise, mais la nouvelle tête réarmera normalement le DWELL — ne pas update-branch.

[jsboige]

Réponse à la review CHANGES_REQUESTED (head 5d365a4) — corrigée au commit 1526d70b82, markdown-only, aucune cellule code/source/output touchée :

1. « Deux chaînes suffisent … le vérifient » (section 5) — traitée : la phrase devient « Deux chaînes sont tirées ici ; la paramétrisation non centrée aplatit cet entonnoir — elle aide la géométrie sans rendre les diagnostics propres : la section suivante montrera un $\sigma$ à la fois faiblement identifié et insuffisamment échantillonné dans ce run ». Le claim « suffisent » est retiré, les diagnostics ne valident plus rien a priori.

2. « mal identifié plutôt que mal échantillonné » (section 6) — traitée : $\sigma$ est désormais « faiblement identifié et insuffisamment échantillonné dans ce run », avec les deux verdicts portés séparément — l'intervalle large porte la faible identification, les ESS bas portent un défaut de mélange « que la paramétrisation non centrée atténue sans le nettoyer ». La dichotomie exclusive est levée.

3. RMSE levant le défaut de convergence (lecture section 7) — traitée : le RMSE 0.2556 « est encourageant sur la quantité utile — mais un score ponctuel ne remplace pas un posterior convergé : il ne clôt pas le défaut d'échantillonnage de $\sigma$ », et la leçon générale est reformulée en « lire la quantité de décision comme un indicateur — jamais comme une validation qui dispenserait de diagnostics propres ».

La cellule didactique générique (critère « intervalle large = identification, r_hat/ESS = échantillonnage ») est inchangée : elle enseigne la distinction des deux verdicts, c'est l'application à $\sigma$ qui les exclusivisait à tort. Aucune re-exécution due (markdown-only), pas d'update-branch ; la nouvelle tête réarme le DWELL comme attendu.

[myia-ai-01]

APPROVED — levée explicite de ma review CHANGES_REQUESTED du 2026-09-09T21:39:19Z au head 1526d70b82e3a46a890f19609361b349a0e10568.

Le delta depuis 5d365a4b50fd6eb7cd584ef43704de9b9e7862c5 est borné à deux remplacements de prose markdown dans le même notebook (+2/−2), sans modification de cellule code, execution_count ni output. Les trois corrections demandées sont présentes firsthand :

• « deux chaînes suffisent » est retiré ; la non-centration aide la géométrie sans rendre les diagnostics propres ;
• sigma est désormais décrit comme faiblement identifié et insuffisamment échantillonné dans ce run, avec ETI large et ESS faibles attribués aux deux phénomènes distincts ;
• le RMSE 0.2556 est qualifié d’encourageant sur la quantité de décision, mais ne remplace pas un posterior convergé et ne clôt pas le défaut d’échantillonnage.

La réponse écrite de l’auteur cite le nouveau SHA et traite nominativement les trois points. Aucun thread inline. La levée porte sur la correction statistique ; le merge reste HOLD jusqu’à achèvement des checks et réagrégation verte du PR gate après le nouveau DWELL de 120 minutes, sans update-branch.