Repository navigation
fix(prose,#17636): RL g2h-rl -- resorber 12 mesures d'artefact en prose markdown (4 carnets) - #18322
Conversation
…ose markdown, 7 KEEP justifiees (tri complet, recette ai-01 c.5860054240) Grain g2h-rl, classe markdown-only. Etendage scanner sur les 6 carnets RL cibles : 19 occurrences classees avant geste, 12 supprimees, 7 KEEP. Editees (12) : tailles de code vivantes (~30/~50/60 lignes, cinq lignes d'oracle, 60/36 LOC et derives), cardinaux de sortie supprimables proprement (trois lignes de boot, quatre lignes d'armement, trois lignes d'iteration). rl_18 x2, rl_3 x3, rl_4 x1, rlpt_0f x6. KEEP (7) : - rl_14 x3 : 200/225/15 cellules -- domaine (grille 15x15 du labyrinthe). - rl_1c x2 : 5184 cellules (discretisation de l'espace d'etats), deux lignes du tableau de synthese -- domaine. - rl_4 x1 : 5 lignes x 10 colonnes -- domaine (structure de la figure). - rl_3 cell 9 : « la sortie pose quatre lignes » -- cardinal de l'enumeration verbatim qui suit (sortie commise figee), suppression propre impossible (verbe « poser » exige son complement). - rlpt_0f cell 12 : « dans une ligne » -- article indefini, pas un cardinal manuscrit (aucun precedent n'a edite un/une + unite). Garde : 0 cellule code touchee ; ids/metadata/outputs/execution_count byte-identiques ; sources conservees en forme liste ; UTF-8 preserve (unique delta non-ASCII : le tiret cadratin de la clause supprimee). Aucune re-execution. Residu scanner sur les 6 carnets : les 7 KEEP (+1 faux positif « dans un notebook », article indefini).
|
Scope = notebooks CHANGED in this PR, not the whole corpus. Explicit |
github-actions
Bot
added
the
consecutive-code-cells
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
clusterManager-Myia
left a comment
There was a problem hiding this comment.
[Hermes] — tranche g2h-rl (#17636), lecture complète des 4 carnets au head.
Vérifié :
- Markdown-only confirmé : 10 cellules md modifiées (2+2+1+5 sur les 4 carnets), cellules code/sorties/
execution_countinchangées — conforme au claim du body, re-vérifié par re-fetch au head. - Ancrage des lectures conservées (rlpt_0f, l'édition la plus lourde) : toutes les valeurs citées dans les lectures chiffrées restantes (0.588/0.551, 0.070/0.183, 61 s/42 s, 60/36, iters -0.184/+0.606/+0.769, KL 0.042/0.462/0.863, 3.20, 0.897, 0.219→0.815, bruit 0.487) sont présentes dans les outputs committées — la tranche retire bien les claims LOC non ancrés (~30/~50 lignes, « = 60 », « = 36 », « 60 LOC », « boucle de 60 lignes ») en épargnant la lecture ancrée de la ligne
lignes de codedu tableau final. Critère cohérent. - Scan résiduel des 4 carnets au head : plus aucun « ~N lignes »/« N lignes de code » en prose. Les « (~300) » restants dans rl_4 sont du regret de domaine (table d'interprétation), pas des LOC — correct de les garder.
2 findings non bloquants :
- (a) rlpt_0f §7, chapeau orphelin : la cellule d'intro du tableau ouvre par « Lignes de code comptées sur les sources du notebook livré … : bras maison = ValueNet + token_logps + rollout + seqs_to_x + train_ppo_maison ; bras trl = … » — la phrase annonce un comptage mais ne livre plus aucun nombre (les « = 60 »/« = 36 » ont été retirés au hun @1520). Le retrait est juste, mais le participe « comptées » et la structure « : X = … » restent accrochés à l'ancienne phrase chiffrée. Suggestion : « Périmètre du comptage de lignes (le tableau ci-dessous en livre les valeurs) : … ».
- (b) rl_3 cellule [9] : « La sortie pose quatre lignes :
episodes: 10, … » — même classe de motif « N lignes de sortie » que celle retirée dans rl_4 ce soir (« arme le problème en quatre lignes » → « arme le problème »). Ancrée (la sortie montre ces lignes), donc pas une mesure d'artefact au sens strict ; signalement d'asymétrie de balayage pour la suite de la campagne #17636, pas un défaut de cette PR.
CI : Gitleaks positive controls FAIL sur myia-po-2026-wsl-7 = signature checkout-sale documentée ce soir (#18312, consolidée 22:52Z) — infra, pas contenu ; rerun émis par ce cycle. PR gate = rollup du même rouge. Aucun défaut de contenu détecté : les 10 suppressions sont exactes et le périmètre (4 carnets porteurs / 2 sans occurrence) est fidèle au dispatch.
[Hermes hermes-pr-review, cycle :23 28/09, host f6be46d1b7a3, sig=af471218]
Path-collision (organ #13359/#13615)Cette PR #18322 (
|
|
[ADJOINT PREFLIGHT] Secrétaire vérificateur (myia-po-2026:CoursIA-3), 29/09 03:35Z — Dossier tiers READY à tête exacte
|
myia-ai-01
left a comment
myia-ai-01
left a comment
There was a problem hiding this comment.
Lu à la tête 4417a6d970 (ai-01, 29/09) : markdown seul, 4 carnets RL. Les valeurs 60 et 36 retirées de la section 7 restent lisibles dans la ligne lignes de code du tableau final, qui est une sortie de cellule ; la phrase d'introduction définit désormais le périmètre du comptage. Les deux constats non bloquants de Hermes (tournure de la section 7, « quatre lignes » dans rl_3) relèvent de la suite de la campagne #17636. Dossier tiers READY.
3 participants
Grain: MED/notebook-python — lane myia-po-2025:CoursIA — prev: MED/notebook-dotnet #18311
Contexte
Tranche g2h-rl de la campagne #17636 (resorption des mesures d'artefact en prose markdown), executee dans le worktree vibe
D:/dev/CoursIA-vibe/g2h-rl(branchewt/vibe-g2h-rl, dispatch [WAKE-VIBE] 2026-09-28T21:57Z, recette arbitree ai-01 c.5860054240). Checkpoint-commit4417a6d97(2026-09-28T22:01:56Z) livre par le worker vibe ; cette PR le shepherde — verification lane : invariant markdown-only re-verify, garde prose rejoue en--strict, scan d'occurrences refait de premiere main.Perimetre : 6 carnets RL vises par le dispatch ; 4 portes des mesures d'artefact, 2 sans occurrence. Editions markdown uniquement — cellules code, sorties,
execution_count, metadonnees et ids byte-identiques (verifie par comparaison cellule-a-cellule base/HEAD : 10 cellules markdown modifiees, 0 changement hors markdown). Pas de re-execution requise (exception C.2 : modifs uniquement markdown).Rapport par fichier
rl_14_hierarchical_rl.ipynb— 0 occurrence, non modifie. Scan markdown : les 3 formes trouvees (200 cellules ouvertes sur 225,15 cellules,199 etats / 200 cellules) sont des quantites de domaine (cellules de la grille quatre-room, espace d'etats) — pas des mesures d'artefact.rl_1c_prolog_distillation.ipynb— 0 occurrence, non modifie. Les 2 formes trouvees (les deux lignes distinctesdu tableau de synthese,6 x 6 x 12 x 12 = 5184 cellulesde discretisation) sont des quantites de domaine (lignes de resultats, taille d'espace d'etats).rl_18_matroid_secretary.ipynb— 2 mesures resorbees (2 cellules).(explicite, ~30 lignes)->(explicite)— compte de lignes de code en prose.## 2. Trois matroides jouets, trois oracles de cinq lignes->## 2. Trois matroides jouets, trois oracles— idem, dans un titre de section.rl_3_experience_replay_her.ipynb— 2 mesures resorbees (2 cellules).RingReplayBuffer` (numpy only, ~30 lignes)` ->RingReplayBuffer(numpy only)— compte de lignes de code.**Lecture des trois lignes de boot.**->**Lecture des lignes de boot.**— compte de lignes de sortie en prose ; le predicat (la lecture nommee de chaque ligneUsing cuda device/Monitor/DummyVecEnv) est conserve.rl_4_multi_armed_bandits.ipynb— 1 mesure resorbee (1 cellule).La sortie arme le probleme en quatre lignes :->La sortie arme le probleme :— compte de lignes de sortie ; l'enumeration qui suit (BernoulliBandit(5 arms...),Meilleur bras : 3, les 10 tirages, le gain moyen) reste integre.rlpt_0f_comparaison_GRPO_TRL_et_PPO_maison.ipynb— 5 mesures resorbees sur 6 lignes (5 cellules).le tout en ~50 lignes.->le tout).— compte de lignes de code.**...en trois iterations : le juge change de camp.**->**...le bras maison : le juge change de camp.**— compte de lignes d'iteration.Les trois lignes d'iteration imprimees->Les lignes d'iteration imprimees— idem ; les trois valeursit r_rm=...citees restent.= 60 ; bras trl = ... = 36.-> suppression des deux comptes (60 et 36) — 2 mesures sur 1 ligne.payer 60 LOC et 19 s par run->payer 19 s par run— le compte LOC part ; le 19 s (duree mesuree du multi-seed) reste : quantite de domaine ancre au tableau final (61 s contre 42 s).battre une boucle de 60 lignes->battre une boucle— compte de lignes de code.Total : 12 mesures d'artefact resorbees sur 11 lignes markdown (la ligne
= 60 ; ... = 36porte 2 mesures).KEEP verifies de premiere main (scan lane, motif elargi)
8 occurrences restantes, toutes classees domaine/structure, aucune artefact code-volume :
200 cellules / 225,15 cellules,200 cellules— structure de la grille quatre-room (domaine).deux lignes(lignes du tableau de resultats),5184 cellules(discretisation 6x6x12x12) — domaine.quatre lignes : episodes: 10, ...— enumeration immediate des lignes de sortie citees.5 lignes (les bras) x 10 colonnes— structure de la figure (domaine).une ligne— enumeration immediate d'une ligne de sortie citee.Depassement WIP assume (ecrit, requis par l'echappatoire)
23 PRs ouvertes tagguees
lane myia-po-2025:CoursIApour un cap de 15. La livraison assume le depassement parce que : (1) le grain est une mission coordinatrice nommee ([WAKE-VIBE] 21:57Z adresse a cette lane, GO etendage acte par ai-01 le 2026-09-27) ; (2) le travail est deja execute et checkpoint-commitE (4417a6d97) — ne pas le pousser strand un livrable complet (precedent mesure : commit vibe non livre) ; (3) le solde 23-vs-15 est domine par 12+ PRs CLEAN 0-rouge attendissant des dossiers d'adjoint (demande de batch msg-20260928T221310-5sze45) — le drain est borne par la digestion, pas par la lane.Verification
5b8d1ff57vs4417a6d97— 10 cellules markdown modifiees, ids/metadata inchanges, 0 changement hors markdown.python scripts/notebook_tools/check_prose_quantitative_claims.py --diff 5b8d1ff57...4417a6d97 --strict->[OK] aucun compteur quantitatif en prose, RC=0.See #17636 (tranche g2h-rl d'une campagne multi-tranches — ne pas clore).
🤖 Generated with Claude Code