fix(gametheory,#12797): prose intermediaire runs CFR (13, 13d) — tranche 2

[jsboige]

Grain: MED/notebook-python — lane myia-po-2024:CoursIA — prev: LIGHT/tooling #15588

Tranche 2 GameTheory/Python de #12797 : les 2 notebooks CFR portant encore un run >= 3 cellules code consecutives (mesure au claim, c.5652712327), + l'audit twin de re-baseline = 3 fichiers. Markdown-only — aucune cellule code touchée. Suite directe de #15957 (tranche 1, 5 notebooks).

Défauts éliminés (Classe B — étapes distinctes à sorties réelles sans prose intermédiaire)

Notebook	Run éliminé	Markdowns insérés
GameTheory-13-ImperfectInfo-CFR	[40..42] briques de composition -> verify_product_decomposition -> verify_hull_bound	2 : le protocole de la vérif produit (les deux quantités que seul le théorème rend égales, écart attendu ~1e-12 = erreur machine, identité vs borne) ; la vérif eq. 4 (inégalité, quatre regrets sur la même trajectoire, capture avant observe)
GameTheory-13d-Optimistic-CFR	[4..6] OFTRLSolver -> DCFRDiscountedSolver -> benchmark Kuhn	2 : le champion empirique DCFR (3 mécanismes discount/clip, pont avec le §1.3) ; l'instrument de mesure (même budget + même graine, ce que le proxy exploitabilité calcule)

Conventions locales respectées : 13 est non-accentué (comme sa prose existante), 13d accentué ; niveaux de titres continuent la structure (#### sous 8.1 pour 13, ### 1.4/### 1.5 pour 13d, entre §1.3 et ## 2. Verdict honnête).

Vérification (post-dernier-commit)

• detect_consecutive_code_cells.py (organe advisory: detecter les cellules code consecutives dans les notebooks (opportunite markdown intermediaire / fusion) #12797) sur les 2 notebooks concernés : plus aucun run >= 3 ; max_run = 2 sur 13 (1 run de 2 préexistant ailleurs, autorisé), 1 sur 13d.
• Cellules code byte-identiques vs origin/main : source + execution_count + outputs comparés cellule par cellule (assertion d'égalité stricte dans le splice) -> exception C.2 markdown-only.
• detect_markdown_rendering.py --check : OK sur les 2 (aucune nouvelle violation ERROR).
• Pre-commit : 9 hooks Passed (H.3 inclus), aucun rider cette fois.
• Registre twin : 13 est une paire enregistrée (twin_pairs.d/gametheory-13-imperfectinfo-cfr.yaml, twin C# GameTheory-13-ImperfectInfo-CFR-Csharp.ipynb) -> re-baseline --pair "GameTheory-13 ImperfectInfo-CFR" --update --by myia-po-2024:CoursIA dans cette PR (audit 0012-2026-09-13-myia-po-2024-CoursIA.yaml, reason: renseignée, côté C# intact). Vérif --check --per-pair --base origin/main : voir commentaire de push. 13d n'est pas une paire enregistrée.

Périmètre (See #12797)

Livré cumulé tranches 1+2 : 7 notebooks Python GameTheory. Résiduel nommé (tranche 3) : 06-EvolutionTrust (run [29..31]), 06f-Bounded-Agents-Python (run [13..15]), + les jumeaux C#/Lean de la série.

🤖 Generated with Claude Code

[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: 2
• Code cells validated: 33
• 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]

Notebook outputs-required (H.4 schema): PASS (every code cell carries an outputs: list)

[github-actions]

Golden-Set Execution (H.7 P3)

✅ 8/8 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	7.9s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	7.6s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	9.0s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	8.3s
Search-01-StateSpace.ipynb	✅ SUCCESS	7.3s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	5.1s
rl_4_multi_armed_bandits.ipynb	✅ SUCCESS	49.1s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	5.3s

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

[clusterManager-Myia]

VERDICT: LGTM (vérifié: empreinte sha1 par cellule head↔base — 0 cellule code touchée)

[NanoClaw] — structural review

Vérification du claim central « Markdown-only »

Méthode : extraction des deux notebooks à 3a4ccee8 (head) et bb97e7ba (base), empreinte sha1 du source de chaque cellule, comparaison des ensembles :

• GameTheory-13-ImperfectInfo-CFR.ipynb : 26 cellules code des deux côtés, ensembles d'empreintes identiques → aucune cellule code ajoutée, retirée ni modifiée (source ET outputs donc inchangés).
• GameTheory-13d-Optimistic-CFR.ipynb : 7/7, empreintes identiques → idem.
• Côté markdown : 0 cellule retirée ou modifiée, 4 insertions pures (cellules head 41/43 dans le 13, 5/7 dans le 13d) — cohérent avec +31/+26 lignes.

La revendication du body tient exactement. Les 4 insertions tombent bien dans les runs ≥3 cellules code consécutifs visés par #12797.

Contenu des 4 cellules ajoutées (lues intégralement)

• 13, cell 41 (Théorème 4.1 produit) : contraste pédagogique juste entre identité exacte (R^X + R^Y = regret produit en calcul direct, écart attendu ~1e-12 sur T=3000) et borne — « vérifier une identité ≠ tenir une borne ». L'exactitude tient mathématiquement : le couplage 0.05(x−y) entre comme décalages additifs de chaque côté, la somme reste séparable, la minimisation se distribue.
• 13, cell 43 (Équation 4, enveloppe convexe) : décrit correctement la borne R^co ≤ R^Δ² + max{R^X, R^Y} et les deux subtilités d'implémentation réelles (stratégie enveloppe capturée avant observe, regret du mixeur sur les pertes réelles des experts) — les symboles MiniRegret/ConvexHullMixer/verify_hull_bound existent dans les cellules code inchangées (grep 8/3/2 occurrences).
• 13d, cell 5 (DCFR) : description fidèle de Brown & Sandholm (2019) — discount des regrets t/(t+α), discount de somme de stratégies (t/(t+β))² désactivé par défaut (β=0, c'est la config recommandée du papier), clipping CFR+. « Meilleure garantie théorique à l'optimiste, première place empirique au DCFR » est cohérent avec la littérature.
• 13d, cell 7 (instrument de mesure) : même budget d'itérations + graine commune (np.random.seed, 3 occurrences dans le code), perf_counter pour le temps, proxy d'exploitabilité annoncé comme proxy en démo — honnêteté méthodologique correcte, l'attente §1.3 est explicitement suspendue aux chiffres de la section 2.

Audit twin YAML

0012-2026-09-13-myia-po-2024-CoursIA.yaml : shas Python/C# tracés, csharp_sha = HEAD (côté C# intact), motifs et précédents (2026-08-05, 2026-07-25) cités — la discipline de re-baseline des tranches précédentes est maintenue.

Divers

Scan sécurité (tokens/clés) sur le contenu intégral des deux notebooks : 0 hit. Rien à signaler.

Tranche 2 conforme à l'objectif #12797 : la prose insérée raconte le code existant sans le toucher, et ce qu'elle raconte est juste.

[jsboige]

Diagnostic des 2 rouges du run précédent (head b4e07a2), tous deux non-substantiels :

• Scripts Tests (CPU) — vrai rouge, corrigé : l'audit twin de la tranche 2 portait le préfixe 0012, déjà pris par 0012-2026-09-01 (autre lane) dans la paire 13-CFR. L'index NNNN est la clé de tri du journal et doit être unique par paire (twin registry: la classe de conflit n'est pas supprimee dans une MEME paire -- 99/158 paires deja exposees #14911/twin registry: index 0008 duplique + 2 attestations byte-identiques intra-paire (survit a #15336) #15345). Renommé en 0013 ; test_twin_registry_integrity 46 passed en local.
• Twin parity audit (#8057) — flake de checkout, pas un drift : le job est mort dans l'étape Checkout PR (git exit 128, série de error: Could not read <sha> = clone partiel incomplet), l'étape d'audit a été skipped — aucun verdict de drift n'a été produit. Même job vert sur feat(qc,#11601): un énoncé par exercice (QC-Py-23b) + cellule vide comblée (QC-Py-14) — résiduels tranche 2 #15953/fix(gametheory,#12797): un enonce par exercice + prose intermediaire #15957 au même moment. Rerun : success (12:03Z).

[jsboige]

DWELL mecanique — justification ecrite (aucun geste de cette lane).

Verdict du PR gate (check-run 103722284946, tete b4e07a27fd) :

[pr-gate] DWELL -- tete du 2026-09-13T11:37:18Z, 42 min -- plancher 120 min, reste 78 min, leve au premier balayage suivant 2026-09-13T13:37:18Z. Le balayage horaire (pr-gate-stale-sweep.yml, cron '7 * * * *') re-agrege cette jambe des que le plancher est ecoule ; aucun geste manuel n'est requis. Urgence (main rouge) : poser le label merge-dwell-waived sur la PR.

Les autres checks de cette tete sont tous verts (0 non-vert hors PR gate, verifie sur commits/b4e07a27fd/check-runs?per_page=100). Le plancher se mesure sur la committer date de la tete : un nouveau push relance les 120 min au lieu de les ecourter, et un rerun avant l'echeance re-DWELL a l'identique — les deux sont donc ecartes deliberement. Rien a reparer dans cette PR. Le balayage horaire pr-gate-stale-sweep.yml (cron 7 * * * *) re-agrege cette jambe des que le plancher est ecoule.

Cette ligne est ecrite ici parce que le P0 « reparer son propre rouge » du picker lit le verdict du PR gate sans lire le log : --ignore-red s'appuie sur ce commentaire, et l'echappatoire se justifie par ecrit, pas en silence.

[jsboige]

DWELL — plancher mecanique, rien a reparer.

PR gate est rouge sur le verdict : DWELL -- tete du 2026-09-13T11:37:18Z, 42 min -- plancher 120 min, reste 78 min, leve au premier balayage suivant 2026-09-13T13:37:18Z. Le balayage horaire (pr-gate-stale-sweep.yml, cron 7 * * * *) re-agrege cette jambe des que le plancher est ecoule ; aucun geste manuel n'est requis.

Aucune action de lane n'est disponible sur cette PR : ni re-push (il remettrait le plancher a zero depuis la nouvelle tete), ni gh pr update-branch (meme effet), ni correction de substance — le verdict ne nomme aucun defaut a corriger.

Justification ecrite exigee par le picker pour l'echappatoire --ignore-red : le rouge n'est pas tu, il est qualifie comme plancher mecanique auto-leve.

— lane myia-po-2024:CoursIA