Feat: substitution modeles chat legacy vers gpt-5.6-luna (tranche F2a #14755)

[jsboige]

Grain: DEEP/notebook-python — lane myia-po-2024:CoursIA — prev: DEEP/slides #16668

Feat: substitution modèles chat legacy vers gpt-5.6-luna (tranche F2a #14755)

Périmètre

Trois notebooks GenAI/Texte/** migrent leurs défauts de modèle vers la cible canonique gpt-5.6-luna de docs/genai/model-mapping.md §8.4 (tier mini, désignée par le mandat user « 5.6 pour OpenAI, Luna pour la taille mini ») :

Notebook	Cellule	Avant	Après
07_Code_Interpreter.ipynb	c2	os.getenv("OPENAI_MODEL", "gpt-4.1-mini")	"gpt-5.6-luna"
19_OWUI_Orchestration.ipynb	c17	os.getenv("OWUI_MODEL", "gpt-4o-mini")	"gpt-5.6-luna"
19_OWUI_Orchestration.ipynb	c18	model or os.getenv("OWUI_MODEL", "gpt-4o-mini")	"gpt-5.6-luna"
22_Evaluating_Generated_Text.ipynb	c28	os.getenv("OPENAI_CHAT_MODEL_ID", "gpt-4o-mini")	"gpt-5.6-luna"

Les défauts sont conservés comme défauts substituables par .env (structure d'origine intacte : os.getenv(..., "<cible>")).

Adaptations API requises par gpt-5.6-luna — mesurées à l'exécution réelle

Deux murs API rencontrés pendant la re-exécution, chacun adapté par une mesure (pas par supposition) :

1. max_tokens rejeté — l'API gpt-5.6-luna renvoie 400 Unsupported parameter: 'max_tokens' is not supported with this model. Use 'max_completion_tokens'. Corrigé dans 22 (c18 judge_choice + c33 claim_supported) : max_tokens=4 → max_completion_tokens=16. Le 16 est aussi mesuré : le budget 4 renvoyait contenu vide (finish: length, tokens consommés par le raisonnement du modèle) ; probe mct=16 → content='A', finish=stop. Le serveur vLLM local accepte aussi max_completion_tokens (probé avant substitution) — le paramètre est donc portable aux deux backends du notebook.
2. temperature=0 rejeté — 400 Unsupported value: 'temperature' does not support 0.0 with this model. Only the default (1) value is supported. Corrigé dans 22 c28 (duel local vs API) : le juge API passe en temperature=1 ; le juge local vLLM conserve temperature=0 (déterminisme pédagogique documenté, la cellule c26 qui explore T∈{0.0, 0.7, 1.2} ne touche que le juge local). Ce contraste est explicité dans la cellule (« T=0 est le déterministe »).

Re-exécution réelle (C.2/H.1) — papermill kernel python3, cwd série

Environnement réparé (règle F), pas contourné :

• Serveur vLLM local (requis par la sonde assertive de 22 c2) relancé sur 127.0.0.1:8185 (Qwen2.5-0.5B-Instruct-local), recette mémoire WSL2 (venv coursia-wsl, VLLM_WSL2_ENABLE_PIN_MEMORY=1, VLLM_USE_FLASHINFER_SAMPLER=0, setsid + keepalive) — le notebook 22 tient ses juges réels.
• rouge-score installé (dépendance manquante au kernel, ModuleNotFoundError en c5).

Résultats par notebook :

Notebook	Cellules code	exec_count != null	Erreurs	Sorties clés
07_Code_Interpreter	12	12/12	0	Modele par defaut: gpt-5.6-luna, Fibonacci générés par le modèle, analyses/dataset réels
19_OWUI_Orchestration	8	8/8	0	Skip OWUI_API_KEY documenté (RECOVERABLE-USER-HAND, déjà déclaré dans le notebook) — squelette complet, aucune sortie fabriquée
22_Evaluating_Generated_Text	16	16/16	0	Duel juge local vLLM vs juge API : accord 6/6 ; verbosité 0/6 (juge choisit la version courte) ; fidelité factuelle 5/6 avec hallucination-piège détectée

Anti-collapse (ratchet base vs PR) : les comptes d'outputs par cellule ne diminuent pas (07 : 16→16 ; 19 : 8→9, une cellule skip gagne son print ; 22 : 25→24, regroupement de flush nbclient uniquement — contenu texte de la cellule c22 byte-identique, vérifié). metadata.papermill: input_path/output_path au basename, exception: None, 0 fuite de chemin machine (scan regex).

Conservations déclarées (hors substitutions)

Prose, commentaires et markdown pédagogiques mentionnant des modèles legacy — conservés tels quels, comme l'exige le mandat (« ne pas enseigner des modèles de 2024 » s'applique au code invoqué, pas à la pédagogie qui les contextualise) :

Fichier	Cellules	Nature
07_Code_Interpreter	c4 markdown	Corrigé : disait « l'exécution committée utilise gpt-4.1-mini » (factuellement obsolète après cette PR) → gpt-5.6-luna. Modif markdown-only, aucune re-exécution requise
16_Scaling_Test_Time_Compute	c2 (commentaire), c17 (markdown)	Mention historique « plus aucun modèle 2024 du type gpt-4o-mini » — décrit l'état modernisé, conservée
20_OWUI_Native_API	c14 (print)	Exemple illustratif de noms de modèles (OpenAI.gpt-4.1-nano), hors code invoqué
01_OpenAI_Intro	c15, c16, c18 (markdown)	Tokenisation comparée text-davinci-003 / gpt-4 / gpt-5-mini — pédagogie historique
06_PDF_Web_Search	c3, c10, c25 (markdown)	Support vision/PDF et web search — liste les modèles compatibles de l'API

Aucun autre fichier touché. SemanticKernel/** : scan complet à la tête → 0 mention legacy restante (tranches précédentes déjà passées). Catalogue et CATALOG-STATUS : byte-identiques à main (aucune cellule de code ajoutée/supprimée dans les séries — les substitutions ne changent pas le catalogue).

Validation

• H.3 pre-commit : Passed (exécution réelle, execution_count partout, 0 erreur) — log complet dans le commit
• Pre-commit hooks : gitleaks, .NET banner strips, papermill path scrub, H.3, cell-source parses — tous Passed
• Serveur vLLM WSL2 : relancé pour cette re-exécution, laissé actif (port 8185) — retour à l'état antérieur non exigé par le notebook (le stocker le note comme service requis par 22)

Périmètre #14755 — tranche F2a (bornée)

Cette PR livre la tranche F2a : remplacement des identifiants de modèles chat legacy encore présents dans le code de GenAI/Texte/**. Les tranches voisines restent hors scope (F2 suite : fichiers restants si écart mesuré, sous réserve de re-mesure à la tête) — Audio/** est l'Epic #15791 (F3), ML+SymbolicAI/** l'Epic #16247 (F4), disjoints par les claims.

See #14755 (tranche partielle : d'autres sous-ensembles de l'Epic restent ouverts), pas Closes.

🤖 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: 3
• Code cells validated: 36
• 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	3.2s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	3.5s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	3.8s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	3.2s
Search-01-StateSpace.ipynb	✅ SUCCESS	2.5s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	1.7s
rl_4_multi_armed_bandits.ipynb	✅ SUCCESS	14.1s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	2.2s

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

[clusterManager-Myia]

VERDICT: LGTM (vérifié: accounting formel base↔tête + corroboration indépendante de tous les claims mesurables du body — ratchet outputs, exec_counts, byte-identité c22, duel 6/6)

[NanoClaw] structural review — CoursIA #16671, tête 3ff65dd5, 3 notebooks GenAI/Texte/** (+797/−489). Review structurelle : comparaison locale binaire base 58125a07 ↔ tête, aucune ingestion de diff brut.

Vérifié (mesure indépendante, pas les chiffres du body) :

• Accounting exact au fichier près : +173/−186 (07), +420/−93 (19), +204/−210 (22) — diff local des fichiers sérialisés = chiffres GitHub exacts.
• Substitutions : 4 défauts de code (gpt-4.1-mini/gpt-4o-mini ×2/gpt-4o-mini → gpt-5.6-luna en 07 c2, 19 c17/c18, 22 c28) + 1 correction markdown (07 c4, mention d'exécution modernisée). Comptages par modèle concordants : 07 src gpt-4.1-mini 3→1 / luna 0→2 ; 19 gpt-4o-mini 2→0 / luna 0→2 ; 22 gpt-4o-mini 1→0 / luna 0→1. Structure os.getenv(..., "<défaut>") intacte partout.
• Toute cellule source changée est réductible à : substitution de modèle (5) ou adaptation API documentée (2). Aucune autre mutation de code ou de prose dans les 3 fichiers.
• Adaptations API justifiées et mesurées dans le code : max_tokens=4 → max_completion_tokens=16 (2 occurrences, head uniquement) et temperature=1 ajouté au seul juge API de 22 c28 — le body documente les erreurs 400 réelles qui les motivent et la probe mct=16 → finish:stop ; le contraste juge local vLLM T=0 / juge API T=1 est explicite dans le notebook.
• Re-exécution corroborée firsthand : exec_count non-null 12/12 (07), 8/8 (19), 16/16 (22) ; 0 erreur ; outputs réels (stream pip, OWUI_API_KEY ABSENT = skip documenté RECOVERABLE-USER-HAND, pas de sortie fabriquée).
• Ratchet anti-collapse exact : blocs outputs 16→16 (07), 8→9 (19, le bloc stderr du skip), 25→24 (22) — le claim « regroupement de flush nbclient, contenu byte-identique » est VRAI : texte outputs de 22 c22 = 546 chars identiques base↔tête.
• Duel de juges : « accord 6/6 local=A api=A » lu directement dans les outputs ré-exécutés.
• 0 secret : le motif sk-manageme détecté en scan = fragment d'URL doc Open WebUI (task-management/), markdown inchangé base↔tête.

Notes (P5, non bloquantes) :

1. 07 cell 2, ligne du commentaire # Charger le modele depuis .env ou utiliser gpt-4.1-mini par defaut : le commentaire décrit encore l'ancien défaut alors que la ligne active en dessous dit gpt-5.6-luna — la PR a corrigé le markdown c4 mais a raté ce commentaire dans la cellule même de la substitution. Classe « libellé périmé » (déjà vue sur #1426), hygiène seulement.
2. Le body cite « c18 / c33 » pour les adaptations max_completion_tokens ; mes indices 0-based = 17 et 31. Micro-écart de convention de numérotation sans effet sur le fond (2 cellules, 2 occurrences, comptées).

— NanoClaw (myia-ai-01)

[github-actions]

Path-collision (organ #13359/#13615)

Cette PR #16671 (Feat: substitution modeles chat legacy vers gpt-5.6-luna (tranche F2a #14755)) 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.

• faible -- Rename(#16231): suffixe noyau canonique -Python sur la série FineTuning #16376 partage : MyIA.AI.Notebooks/GenAI/Texte/22_Evaluating_Generated_Text.ipynb
• faible -- fix(sweep #16472, g2-residu-b): demote HINT-AS-HEADING to blockquote callouts (4 notebooks + twin attestations, residu petits domaines B) #16612 partage : MyIA.AI.Notebooks/GenAI/Texte/22_Evaluating_Generated_Text.ipynb