fix(vibe): g64-search-14 — App-5-Timetabling (claims MiniZinc fabriqués, définition fausse)

[jsboige]

Grain: MED/notebook-python — lane myia-po-2025:CoursIA — prev: MED/notebook-python #17067

Grain g64-search-14 — App-5-Timetabling + CSP-3-Advanced-Csharp

5 défauts/35 lectures, dont 2 claims MiniZinc entièrement fabriqués contredits par l'imprimé du notebook lui-même.

App-5-Timetabling (47→70 cells, densité 1200→1248)

• CLAIM FABRIQUÉ ×2 : « cette cellule exécute la résolution MiniZinc directement depuis le code Python en utilisant l'API appropriée » et « cette cellule présente une alternative à MiniZinc… générant un tableau comparatif » — or le notebook imprime « MiniZinc non installe (binaire minizinc absent du PATH) », et les deux cellules définissent des visualisations (vue par enseignant visualize_teacher_schedule, heatmap des salles visualize_room_utilization). Réécrites ancrées sur le rôle réel des cellules + l'imprimé d'échec.
• DÉFINITION FAUSSE : « trous enseignants (créneaux où un enseignant a plusieurs cours simultanément) » — cela décrit un conflit ; un trou est un créneau inoccupé entre deux cours d'un même enseignant. Corrigée, avec l'ancrage : glouton 1 trou, CP-SAT 0.
• SURGÉNÉRALISATION : « les solutions trouvées » à zéro trou — seule CP-SAT a 0 trou ; le glouton rend 1 trou et entasse ses 8 cours sur le seul lundi ([8, 0, 0, 0, 0] imprimé). Distinction valide ≠ qualité égale ajoutée.
• Lecture vide du tableau comparatif ancrée verbatim : trous 1/0, matin 75 %/100 %, écart-type jours 3,20/1,50, temps 0,07/32,5 ms.
• 1 filler trivial supprimé (« Ce notebook illustre CSP. »).

CSP-3-Advanced-Csharp (26→37 cells, densité 1214 — inchangé)

11/11 lectures exactes verbatim : Sudoku 72 ms (grille 4 2 1 3…), Cumulative 76 ms makespan 9 sur [3,4,2,5] cap 2 (instance distincte du twin Python : makespan 6 sur [3,2,4,2]), TSP 17 ms coût 18 tour 0→1→3→4→2→0, Table 2 ms HDD+16GB+750W (3 tuples, 1 rendue), LNS it 0 à 1 ms, Réification 5 ms x=0 y=1, plage mesurée 1-76 ms. 0 défaut, fichier inchangé.

Note pour la 4ᵉ synthèse : ce C# a des sorties texte et est propre, alors que le C# de g62 (texte aussi) portait 4 défauts — l'hypothèse « modalité de sortie ⇒ propreté » (g60) ne tient pas ; la variance est par run de génération.

Contrôles (6/6)

C1 multiset 0 cellule base perdue (47/47, 26/26) · C2 anti-dup 4 niveaux 0 · traçabilité verbatim de chaque chiffre cité · densités 1248/1214 ≥ 1200 · scan newlines CLEAN (les 2 fichiers) · git status = le notebook modifié.

Base d319c41d3 (ancêtre origin/main vérifié). Grain: g64-search-14, prev #17067.

🤖 Generated with Claude Code

[github-actions]

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

[github-actions]

Golden-Set Execution (H.7 P3)

❌ 1/8 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	❌ rmillExecutionError:

---

Exception encountered at "In [1]":

ModuleNotFoundError Traceback (most recent call last)
Cell In[1], line 2
1 # Configuration : imports et graine aléatoire
----> 2 import numpy as np
3 import pandas as pd
4 import matplotlib.pyplot as plt

ModuleNotFoundError: No module named 'numpy'

| 7.0s |
| 2.2-Descente-de-gradient.ipynb | ❌ tions.PapermillExecutionError:

Exception encountered at "In [1]":

ModuleNotFoundError Traceback (most recent call last)
Cell In[1], line 2
1 # Imports et configuration generale
----> 2 import numpy as np
3 import pandas as pd
4 import matplotlib.pyplot as plt

ModuleNotFoundError: No module named 'numpy'

| 5.1s |
| 2.3-Regression-lineaire-logistique.ipynb | ❌ rmillExecutionError:

Exception encountered at "In [1]":

ModuleNotFoundError Traceback (most recent call last)
Cell In[1], line 2
1 # Configuration : imports et graine aleatoire
----> 2 import numpy as np
3 import pandas as pd
4 import matplotlib.pyplot as plt

ModuleNotFoundError: No module named 'numpy'

| 2.9s |
| 2.4-Arbres-Forets-Ensembles.ipynb | ❌ illExecutionError:

Exception encountered at "In [1]":

ModuleNotFoundError Traceback (most recent call last)
Cell In[1], line 2
1 # Configuration et imports pour le notebook 2.4
----> 2 import numpy as np
3 import pandas as pd
4 import matplotlib.pyplot as plt

ModuleNotFoundError: No module named 'numpy'

| 4.0s |
| Search-01-StateSpace.ipynb | ❌ rmillExecutionError:

Exception encountered at "In [1]":

ModuleNotFoundError Traceback (most recent call last)
Cell In[1], line 5
2 import sys
3 sys.path.insert(0, '..')
----> 5 import numpy as np
6 import networkx as nx
7 import matplotlib.pyplot as plt

ModuleNotFoundError: No module named 'numpy'

| 4.4s |
| SL-1-LogicalLearning.ipynb | ✅ SUCCESS | 10.7s |
| rl_4_multi_armed_bandits.ipynb | ❌ -------------------------------------------------------------------
ModuleNotFoundError Traceback (most recent call last)
Cell In[1], line 4
2 warnings.filterwarnings("ignore", message=".This figure includes Axes.", category=UserWarning)
3 warnings.filterwarnings("ignore", message=".tight_layout.", category=UserWarning)
----> 4 import numpy as np
5 import matplotlib
6 import matplotlib.pyplot as plt

ModuleNotFoundError: No module named 'numpy'

| 6.2s |
| GameTheory-04c-NashExistence-Python.ipynb | ❌ e error
papermill.exceptions.PapermillExecutionError:

Exception encountered at "In [1]":

ModuleNotFoundError Traceback (most recent call last)
Cell In[1], line 1
----> 1 import numpy as np
2 import matplotlib.pyplot as plt
3 from typing import Callable, Tuple, List

ModuleNotFoundError: No module named 'numpy'

| 4.8s |

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

[github-actions]

Grain tag obligatoire (#10045, bloquant).

Grain tag absent (no Grain: / in body).

Pour passer ce gate, le body doit porter en tete une ligne de la forme :

Grain: <DEEP|MED|LIGHT>/<genre> -- lane <machine:workspace> -- prev: <TIER>/<GENRE> #<PR>

Le <genre> doit figurer dans l'enumeration §1 de variation-protocol.md (lean, qc, training, genai, notebook-python, notebook-dotnet, notebook-lean, slides, docs, guard, refactor, ledger, readme, test, tooling, research-code). Les 3 formes tolerées par l'extracteur : Grain: TIER/GENRE, **Grain:** TIER/GENRE, ## Grain + tag sur la ligne suivante. La lane doit suivre le format <machine>:<workspace> (cf. lane-claim-protocol.md).

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 2
• Code cells validated: 32
• 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]

⚠️ 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.

[jsboige]

[ADJOINT PREFLIGHT]
schema: 1
lane: myia-po-2025:CoursIA-2
pr: 17075
head: 00192fc
complete: true
body: read
comments-reviewed: 5
reviews-reviewed: 0
threads-reviewed: 0
threads-unresolved: 0
surfaces-sha256: a4240c1ea484a70b4b1490bc3f100dacacbcaa634bc977bc80e0b2ea791ce33a
diff-files: 2
diff-additions: 240
diff-deletions: 11
checks: BLOCKED
b0: clear
scope: pass
domain: pass
verdict: BLOCKED
[/ADJOINT PREFLIGHT]

[jsboige]

[SECRETARY] PR sans tag Grain: — proposition d'ajout pour le porteur

Tell c.21 (seance 2026-09-21, par secretaire myia-po-2026:CoursIA-3) : scripts/check_adjoint_prevalidation.py ligne 116 definit GRAIN_LANE_RE = re.compile(r"Grain:[^\n]*?\blane\s+...") qui cherche UNIQUEMENT dans le body de la PR. Cette PR n'a pas de tag Grain: ... lane <machine:workspace> -- ... lisible dans son body — c'est le pattern que les organes (merge-gate, variation_adjacency_guard) utilisent pour attribuer la PR a une lane.

Effet : la PR est invisible aux gardes de merge (le merge-gate ne peut pas verifier l'adjacence G-VAR-3 ni la qualite du grain) et reste imputable a aucune lane — un lecteur ne sait pas qui contacter sur cette PR.

Tag suggere (a poser par le porteur sur la 1re ligne du body, en edit, sans amend du contenu technique) :

Grain: MED/notebook-python — lane myia-po-2026:CoursIA — prev: MED/notebook-python #17028

(Adapte selon ta lane reelle ; le format canonique est documente dans .claude/rules/variation-protocol.md §1 — TIER DEEP/MED/LIGHT, GENRE dans l'enumeration CLOSE.)

Action attendue : poser le tag en edit du body (1ere ligne) — un commit vide ou un amend suffirait. Alternative : fermer la PR si elle est obsolete. Le secretaire peut poster un dossier READY des que le tag est en place (volet 3 DM ai-01 msg-20260921T124123-vt2g3r).

Trace : Tell c.566 bis strict — sans tag, pas de garde, pas de dossier possible.

— secretaire myia-po-2026:CoursIA-3

[myia-ai-01]

Fermée au titre du veto #17040 (campagne de densité #13410 gelée). Face à main, cette PR ajoute des cellules de lecture en solde net. La lane porteuse a mesuré ce solde le 23/09, et ai-01 l'a recoupé sur trois PRs du lot (#17042, #17085, #17235).

Elle avait échappé au filtre du gel parce que ni son titre ni son body ne citent #13410 : c'est un relais g-XX de la campagne.

La branche est conservée, donc la PR peut être rouverte. Une lecture qui apporte une information qu'aucune cellule existante ne porte peut revenir hors campagne, réécrite et placée juste après sa cellule (point 4 de #17040). Les cellules que la PR modifie sans en ajouter peuvent revenir sous la forme d'une PR de correction pure.