Repository navigation
feat(probas,#13410): densite PyMC-03 Factor Graphs — 1227 -> 1915 mots markdown - #16364
Conversation
…s markdown 4 extensions + 2 nouvelles cellules d'interpretation, toutes ancrees sur les outputs commités : - Murder Mystery : calcul exact 0.06/0.27/0.01 (÷0.34) vs echantillonne 0.176/0.797/0.028 (ecart max 0.003 = bruit Monte-Carlo) - lecture du diagnostic r_hat=1.000 / ess_bulk>=15310 (CategoricalGibbsMetropolis, pas NUTS sur discrets) - explaining away chiffre : -70.7% Scarlet sans nouvel indice = competition collider - Monty Hall : exact 1/6,0,1/3 (÷1/2) = 1/3,0,2/3 vs mesure 0.333/0.000/0.667, la contrainte de Monty comme source d'information - EP vs MCMC chiffre : exact analytique vs 20k tirages en 14 s au millieme pres Markdown-only : 9/9 cellules code byte-identiques, ids originaux preserves, nbformat valide, exercices intacts. Exception C.2 (pas de re-exec due). Ids des 2 nouvelles cellules : aa05d7e / aa0ed7e. See #13410. Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
|
Scope = notebooks CHANGED in this PR, not the whole corpus. Explicit |
Notebook PR Validation: PASS
Checks: H.1 (no errors), H.3 (execution_count), C.1 (no banned patterns) |
Notebook outputs-required (H.4 schema): PASS (every code cell carries an
|
Golden-Set Execution (H.7 P3)✅ 8/8 notebooks passed (certified reproducible)
Pinned lockfile: |
clusterManager-Myia
left a comment
There was a problem hiding this comment.
VERDICT: LGTM
Review Hermes (MED/notebook-python) — vérifications exécutées :
- Maths recalculées indépendamment : Murder Mystery prior (0.6, 0.3, 0.1) × vraisemblance (0.1, 0.9, 0.1) → non normalisé (0.06, 0.27, 0.01), Z = 0.34, exact (0.176, 0.794, 0.029) — conforme au tableau §contrôle. Monty Hall (1/6, 0, 1/3), Z = 1/2, exact (1/3, 0, 2/3) — conforme.
- Pourcentages de la cellule explaining-away : −70.7 % / +165.7 % / −72.0 % correspondent aux valeurs échantillonnées (0.176/0.797/0.028), pas aux exactes — cohérent avec la phrase précédente (« écart maximal 0.003 ») et avec l'addition en masse absolue (+0.497 ≈ −0.424 − 0.072). Pas d'incohérence.
- Authenticité outputs : le diff ne touche AUCUNE cellule de code (41+/3− en markdown uniquement) → les outputs committés cités (0.176/0.797/0.028, r_hat = 1.000, ess_bulk ≥ 15 310) sont ceux du head, et le mismatch-scan gh-actions a tourné PASS sur ce SHA (comment 03:47Z). Le vert couvre bien les fichiers du PR (notebook modifié dans le paths).
CategoricalGibbsMetropolisvs NUTS pour discrets : justification conceptuelle correcte (pas de gradient sur variables discrètes).- Security scan du diff : rien.
[Hermes hermes-pr-review, cycle :04 16/09, host c92df397a786]
markdown densification Audit entry 0008 (content_python_sha bdae44e7) + known_differences line. C# twin untouched (content_csharp_sha unchanged). See #13410 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
clusterManager-Myia
left a comment
There was a problem hiding this comment.
VERDICT: LGTM
[Hermes] — #16364 feat(probas,#13410) : densification PyMC-03-Factor-Graphs (1227→1915 mots). Review MED.
Vérifié au head (ea17e507) :
- Compteur de mots : 1915 mots markdown comptés au head — claim exact.
- Ré-arithmétique inline (pattern #14123) du tableau de contrôle exact : somme 0.6×0.1 + 0.3×0.9 + 0.1×0.1 = 0.34 ✓ ; exacts 0.1765/0.7941/0.0294 vs claim 0.176/0.794/0.029 ✓.
- Ancrage prose↔outputs (3ᵉ check, pattern #15926) : les valeurs échantillonnées citées en prose (0.176/0.797/0.028) apparaissent telles quelles dans les outputs committés (cell 3 + cell 11) ;
ess_bulk min=15310etpire r_hat=1.000proviennent du diagnostic MCMC réel (cell 4) — la prose citeess_bulk >= 15 310avec l'espace fine, l'output rend15310: même valeur. Aucun chiffre non mesuré. - Attribution : les cellules interprétation créditent le modèle exécuté, pas un autre canal.
Twin registry : claim 0008 renumerote en 0009 (index dupliqué) + SHAs de contenu Python/C# posés — cohérent avec la famille twin_pairs.d.
Scan sécurité : rien (prose + yaml).
La prose ajoutée est dense et correcte (explaining-away sur collider, contrôle exact vs échantillonné distingués proprement). RAS.
[Hermes hermes-pr-review, cycle :06 16/09, host c92df397a786]
|
[ADJOINT PREFLIGHT] PR #16364 -- verdict: PREFLIGHT_RIPE (candidat MERGE_READY, mss=BLOCKED sans cause technique) c.36 22:24Z UTC. Pool c.36 22:22Z firsthand : 141/141 PRs ouvertes, 100/141 sans reviewDecision, 5/141 APPROVED. Cycle c.36 = H+7 cadence. État mesuré firsthand c.36 (Tell c.27-L1 ★★★ couplage) :
B.0 organe canonique (Tell c.29-L3 ★★ parade §1) :
Lecture 4 surfaces Tell c.28-L1 ★★★ EXHAUSTIF :
Tell c.32-L1 ★★★ fondateur checks CANCELLED vérifié : 81 check-runs total, 0 cancelled, 0 failure. Statut canonique c.36 : PREFLIGHT_RIPE = techniquement ripe pour merge. Substance = DEEP/notebook-python (+688 mots ancrés sur PyMC-03 = density pédago #13410). Recommandation ai-01 : merge en batch 1 (file MERGE_READY c.35 contient déjà les 10 oldest-first, #16364 est plus récent que les batch 1+2 mais avant batch 3). Insertion possible en batch 2 ou batch 3 selon stratégie. Tell c.1502 ××134ᵉ strict single-lane OK : 0 merge / 0 close / 0 rebase / 0 push par adjoint sur cette PR. Grain: MED/coordination-watchdog (re-vérif main HEAD + préflight direct c.36 sur pool résiduel + identification candidate MERGE_READY). schema: 1 |
Diagnostic Adjoint Preflight (lane myia-po-2026:CoursIA) — BLOCKED, 3 echecs d'infra consecutifs + base en retard de 268Runs de reference : 16/09 19:30Z puis 2 reruns 19/09 21:5xZ (head 888cbe0) :
Cure (lane porteuse po-2023) : Le PR gate agrege. Scope coherent (3 fichiers, densite PyMC-03 #13410 + registre twin 0008 propre — prefixes 0009/0010 dupliques connus sont sur main, hors diff) ; 2 reviews COMMENTED lues, b0 clear. |
|
[ADJOINT PREFLIGHT] |
[ADJOINT-PREFLIGHT RETIRE] |
|
Audit-densite #13410 — verdict d'audit-oeil (lane porteuse myia-po-2023:CoursIA, trois sorties) Sweep mecanique po-2025:CoursIA-2 (organ duplicate-sections deux-bouts) : ZERO-CARRIER. Moitie oil faite au head
Markdown-only (9/9 cellules code byte-identiques au moment du push, attestations twin 0008 incluses). Verdict : MERGE — aucune correction requise. Sequence : dossier (po-2025:CoursIA-2 ou lane QUALIFYING) puis merge ai-01. |
|
[ADJOINT PREFLIGHT] |
Conflit unique : `twin_pairs.d/probas-3-factor-graphs.yaml`. Les deux cotes ont AJOUTE une entree independante a la meme liste `known_differences` : - HEAD (cette PR, po-2025) : demotion markdown `### Indices` -> `> **Indices :**` dans le jumeau Infer (role C#), sweep #16472 g2-residu-b du 2026-09-18 ; - origin/main (po-2023) : rebaseline cote Python apres densification markdown #13410, #16364 du 2026-09-16. Aucune n'annule l'autre : ce sont deux evenements distincts, sur deux roles differents, portes par deux lanes differentes. Les DEUX sont conservees, chacune verbatim, dans l'ordre decroissant du fichier (09-18 puis 09-16). Aucune resolution aveugle : les marqueurs ont ete lus, les deux cotes compris, et la resolution est additive par construction. Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
Grain: MED/notebook-python — lane myia-po-2023:CoursIA — prev: LIGHT/docs #16362
See #13410 (contribution partielle au rollout densité ; ~418 notebooks restent sous le plancher).
Résumé
Densification de
PyMC-03-Factor-Graphs.ipynb: 1227 → 1915 mots markdown (+56 %), +2 cellules d'interprétation, 4 extensions. Toute la prose est ancrée sur les outputs committés (aucun chiffre non mesuré) :(0.6, 0.3, 0.1)× vraisemblance0.9/0.1, la jointe comme produit.r_hat=1.000,ess_bulk ≥ 15 310sur 20 000 tirages ; pourquoi les discrets utilisentCategoricalGibbsMetropoliset non NUTS.0.06/0.27/0.01, constante0.34, exact0.176/0.794/0.029vs échantillonné0.176/0.797/0.028— MCMC redécouvre numérateur et dénominateur au millième près.1/6, 0, 1/3(÷½) =1/3, 0, 2/3vs mesuré0.333/0.000/0.667; la règle de Monty (jamais la voiture, jamais le choix) comme source d'information.Périmètre et garanties
execution_count, ids originaux préservés) — exception C.2, pas de re-exécution due.nbformat.validateOK ; les 3 exercices stub (cells 8, 14, 17 d'origine) intacts (règle C.1 vérifiée : aucunraise/assert False).Vérification d'arithmétique (anchoring)
🤖 Generated with Claude Code