diff --git a/MyIA.AI.Notebooks/GenAI/PostTraining/PT_11c_grpo_qwen17_rlvr.ipynb b/MyIA.AI.Notebooks/GenAI/PostTraining/PT_11c_grpo_qwen17_rlvr.ipynb
index 8ea40150ce..72e415802d 100644
--- a/MyIA.AI.Notebooks/GenAI/PostTraining/PT_11c_grpo_qwen17_rlvr.ipynb
+++ b/MyIA.AI.Notebooks/GenAI/PostTraining/PT_11c_grpo_qwen17_rlvr.ipynb
@@ -1300,7 +1300,7 @@
    "id": "f3d9a2c1",
    "metadata": {},
    "source": [
-    "**Lecture chiffrée — le temps d'exécution vu du JSONL : deux signatures différentes.** Les 8 lignes du fichier par seed portent une lecture que le tableau croisé ne donne pas. Côté 1.7B : 1829, 1847, 1859 puis 1868 s — 39 s d'étendue (environ 1 % de la médiane 1853 s) et une croissance monotone dans l'ordre d'exécution des seeds (0, 1, 7, 42), pas dans leur valeur : sur ce lot, le temps suit l'ordre de passage, signature d'une dérive lente d'état (thermique, fragmentation) plutôt que d'un effet du tirage. Côté 2B : l'inverse — le premier seed paie 2817 s, les trois suivants 2523-2622 s, environ 290 s d'écart de warm-up au changement de cran, puis remontée régulière. Et le ratio entre crans : médiane 2627 s (43,8 min) contre 1853 s (30,9 min), +42 % de temps observé pour +18 % de paramètres sur ce lot ; les 8 lignes affichent alerts=0 — aucune alerte d'instabilité sur tout le protocole."
+    "**Lecture chiffrée — le temps d'exécution vu du JSONL : deux signatures différentes.** Les lignes du fichier par seed portent une lecture que le tableau croisé ne donne pas. Côté 1.7B : 1829, 1847, 1859 puis 1868 s — 39 s d'étendue (environ 1 % de la médiane 1853 s) et une croissance monotone dans l'ordre d'exécution des seeds (0, 1, 7, 42), pas dans leur valeur : sur ce lot, le temps suit l'ordre de passage, signature d'une dérive lente d'état (thermique, fragmentation) plutôt que d'un effet du tirage. Côté 2B : l'inverse — le premier seed paie 2817 s, les trois suivants 2523-2622 s, environ 290 s d'écart de warm-up au changement de cran, puis remontée régulière. Et le ratio entre crans : médiane 2627 s (43,8 min) contre 1853 s (30,9 min), +42 % de temps observé pour +18 % de paramètres sur ce lot ; les lignes affichent alerts=0 — aucune alerte d'instabilité sur tout le protocole."
    ]
   },
   {
diff --git a/MyIA.AI.Notebooks/GenAI/Security/Oversight/Oversight-Scaling-Laws-Statistics.ipynb b/MyIA.AI.Notebooks/GenAI/Security/Oversight/Oversight-Scaling-Laws-Statistics.ipynb
index f23f15e4c7..5ea3a1c007 100644
--- a/MyIA.AI.Notebooks/GenAI/Security/Oversight/Oversight-Scaling-Laws-Statistics.ipynb
+++ b/MyIA.AI.Notebooks/GenAI/Security/Oversight/Oversight-Scaling-Laws-Statistics.ipynb
@@ -18,7 +18,7 @@
     "\n",
     "## Module statistique consolide - PR 4 / 4 du sub-grain #16754\n",
     "\n",
-    "Ce notebook **consolide** les 3 notebooks anterieurs du meme sub-grain :\n",
+    "Ce notebook **consolide** les notebooks anterieurs du meme sub-grain :\n",
     "\n",
     "| PR | Notebook | Contenu | Section R12 |\n",
     "|---|---|---|---|\n",
@@ -831,14 +831,14 @@
     "\n",
     "### Suite logique (PR 5+ sur #16754)\n",
     "\n",
-    "- **PR 5 (optionnel)** : calibration empirique si greenlight GenAI po-2023 ou ai-01 vLLM. Executer les 4 notebooks sur GPT-4 vs GPT-3.5 et comparer aux predictions.\n",
+    "- **PR 5 (optionnel)** : calibration empirique si greenlight GenAI po-2023 ou ai-01 vLLM. Executer les notebooks sur GPT-4 vs GPT-3.5 et comparer aux predictions.\n",
     "- **PR 6 (optionnel)** : cross-extension a d'autres scenarios NSO (Debate, Market Making, etc.) au-dela de Wargames.\n",
     "\n",
     "### Statut sub-grain #16754\n",
     "\n",
     "Apres cette PR 4, le sub-grain est **complet** :\n",
     "\n",
-    "- 4 notebooks (Oversight / Analytics / Wargames / Statistics)\n",
+    "- notebooks (Oversight / Analytics / Wargames / Statistics)\n",
     "- 1 grain DEEP/notebook-python par PR\n",
     "- Couverture R12 §2 (base), §3 (formalisation), §4 (calibration), §5 (Wargames)\n",
     "- Pipeline coherent : mesure -> formalisation -> simulation -> calibration\n"
diff --git a/MyIA.AI.Notebooks/QuantConnect/projects/OptionsIncome/research.ipynb b/MyIA.AI.Notebooks/QuantConnect/projects/OptionsIncome/research.ipynb
index c4fd6542a2..4e635b232e 100644
--- a/MyIA.AI.Notebooks/QuantConnect/projects/OptionsIncome/research.ipynb
+++ b/MyIA.AI.Notebooks/QuantConnect/projects/OptionsIncome/research.ipynb
@@ -60,7 +60,7 @@
     "tags": []
    },
    "source": [
-    "> **[DATA-ONLY]** Ce notebook est a visee exploratoire. L'analyse du covered call (Black-Scholes theta decay, VIX filtering) presente des erreurs de calcul sur 3/4 cellules de code. Les metriques de reference (Sharpe 0.288, CAGR 9.6%) mentionnees en en-tete proviennent du cloud QC et non d'une exécution locale reussie. Le contenu pedagogique (mecanique des options, analyse VIX) reste pertinent."
+    "> **[DATA-ONLY]** Ce notebook est a visee exploratoire. L'analyse du covered call (Black-Scholes theta decay, VIX filtering) presente des erreurs de calcul. Les metriques de reference (Sharpe 0.288, CAGR 9.6%) mentionnees en en-tete proviennent du cloud QC et non d'une exécution locale reussie. Le contenu pedagogique (mecanique des options, analyse VIX) reste pertinent."
    ]
   },
   {
diff --git a/MyIA.AI.Notebooks/SymbolicAI/SymbolicLearning/SL-7-NeuroSymbolic.ipynb b/MyIA.AI.Notebooks/SymbolicAI/SymbolicLearning/SL-7-NeuroSymbolic.ipynb
index 0fff5950a5..aea8f148ad 100644
--- a/MyIA.AI.Notebooks/SymbolicAI/SymbolicLearning/SL-7-NeuroSymbolic.ipynb
+++ b/MyIA.AI.Notebooks/SymbolicAI/SymbolicLearning/SL-7-NeuroSymbolic.ipynb
@@ -1648,7 +1648,7 @@
     "\n",
     "#### Tâche\n",
     "\n",
-    "1. **Étape 1** : implémenter `lukasiewicz_and` et `lukasiewicz_or` dans la cellule code suivante (1 ligne chacune).\n",
+    "1. **Étape 1** : implémenter `lukasiewicz_and` et `lukasiewicz_or` dans la cellule code suivante.\n",
     "2. **Étape 2** : vérifier que les bornes `(0,0)` et `(1,1)` donnent bien `0` et `1` respectivement.\n",
     "3. **Étape 3** : généraliser l'**Exemple guidé 1** en une famille paramétrique à **deux paramètres** `alpha`, `beta` qui combine **3 t-conorms** : probabiliste, max (Gödel) et Łukasiewicz. La combinaison doit rester une combinaison convexe (les poids somment à 1).\n",
     "4. **Étape 4** : produire un **sweep** sur `alpha ∈ {0, 0.25, 0.5, 0.75, 1.0}` pour `(a=0.3, b=0.6)` en réutilisant `parametric_or` de l'Exemple guidé 1 (mono-paramètre).\n",
diff --git a/MyIA.AI.Notebooks/SymbolicAI/Tweety/_probes/Tweety-IKVM-Init-Probe.ipynb b/MyIA.AI.Notebooks/SymbolicAI/Tweety/_probes/Tweety-IKVM-Init-Probe.ipynb
index d661c10144..557c589d29 100644
--- a/MyIA.AI.Notebooks/SymbolicAI/Tweety/_probes/Tweety-IKVM-Init-Probe.ipynb
+++ b/MyIA.AI.Notebooks/SymbolicAI/Tweety/_probes/Tweety-IKVM-Init-Probe.ipynb
@@ -617,7 +617,7 @@
     "|------------------------|---------|\n",
     "Le runtime IKVM s'initialise-t-il dans `dotnet-interactive` ? | **OUI** (Bootstrap `java.lang.System.getProperty` reussit, version Java reportee) |\n",
     "Un JAR Java 8 peut-il etre execute dans ce runtime ? | **OUI** (`probe.Probe.hello()` et `sqrt2()` repondent) |\n",
-    "Le pattern est-il reproductible par un autre agent ? | **OUI** (5 fichiers DLL + 1 csproj + 1 commande `dotnet build` suffisent) |\n",
+    "Le pattern est-il reproductible par un autre agent ? | **OUI** |\n",
     "\n",
     "### Lecons techniques\n",
     "\n",