feat(genai,#18574): muscle l'exemple guide 2 de 02_PromptEngineering — few-shot contre zero-shot mesure

[jsboige]

Grain: MED/notebook-python — lane myia-po-2025:CoursIA — prev: DEEP/research-code #18811

Contexte

Seconde passe EPF (#18574), carnet GenAI/Texte/02_PromptEngineering.ipynb. Verdicts posés sur l'issue (commentaire 2026-10-02) : exemple guidé 1 SOLIDE, exemple guidé 2 À MUSCLER, cascade SOLIDE. Cette PR traite le seul À MUSCLER.

Ce que fait la PR — muscler l'exemple guidé 2 sans l'effacer

L'exemple guidé 2 (few-shot, traduction technique, contribution de @StarkMac22 / @Will-emma, PR #18552) est conservé tel quel : cellule code inchangée, crédit intact. Ce qui manquait était la mesure : la démonstration montrait une réponse unique et lui attribuait la copie de la forme, alors que la Partie 2 du carnet affirme une « amélioration significative » du few-shot.

Deux cellules ajoutées après la lecture d'origine :

1. une introduction du montage (markdown) ;
2. une cellule de mesure (code) : même tâche, deux conditions — le prompt à deux exemples (repris de l'élève) contre le même prompt privé de ses exemples (zero-shot) — sur un jeu évalué de 4 termes disjoints des deux exemples du prompt (« les exemples du prompt ne sont pas les cas évalués »), avec vérification automatique : présence de la traduction anglaise attendue (référence écrite à la main) et des quatre rubriques demandées, étiquettes détectées en début de ligne, accents et gras ignorés.

Le muscle, mesuré (résultats de l'exécution, reproductibles) : zero-shot 4/4 traductions attendues présentes, 0/4 réponses portant les 4 rubriques ; few-shot 4/4 et 4/4. Deux réponses zero-shot (« fuite de données », « apprentissage par transfert ») gardent Traduction et Domaine mais perdent Definition et Exemple ; les deux autres n'en portent aucune. Autrement dit, sur ces termes courants, les exemples n'ajoutent pas de justesse — ils rendent obligatoires en pratique les rubriques que la consigne énumérait déjà, exactement la « copie de forme » que la lecture d'origine attribuait aux exemples. Une cellule de lecture dérivée de ces mesures suit la cellule de code.

L'exercice remplaçant reste différent (étape 4 de la méthode)

L'exercice 2 (« Few-shot contre zero-shot, mesuré sur un jeu étiqueté », classification de messages de commit, 8 cas, 3 exemples choisis par l'élève, analyse des erreurs ambiguës) est inchangé et reste d'un autre type : la musculation de l'exemple mesure la forme (rubriques, traduction de référence) sur 4 termes, l'exercice mesure la justesse de classification sur 8 cas avec tri des erreurs modèle/étiquette. L'exercice demande en plus d'écrire classer() (construction du prompt, normalisation, gestion du budget de jetons).

Vérifications

• Exécution Papermill de bout en bout via scripts/notebook_tools/notebook_tools.py execute (kernel mcp-jupyter-py310, --batch-mode) : Success — 24 cellules code exécutées, 0 erreur, temps total 229,8 s.
• Noyau aligné sur le canon de la série : check_kernel_drift.py origin/main --explain → OK: 0 kernel-drift regression. La première exécution tournait sous Python 3.13, hors canon (kernelspec python3 + language_info 3.10.x, confirmé par les jumeaux 01_ et 03_) ; le carnet est ré-exécuté sous 3.10.18.
• Sorties stochastiques recâlées : les valeurs citées dans les cellules de lecture sont celles de l'exécution committée (temps 9,73 s / 4,24 s ; distribution zero-shot), pas celles du run précédent.
• 0 erreur, tous les execution_count renseignés (24 cellules code), sorties committées.
• Vérificateur testé hors-ligne avec un client factice, contrôle positif et contrôle négatif (le vérificateur doit pouvoir échouer — il détecte une réponse en prose sans rubriques).
• Métadonnées Papermill normalisées (scrub_papermill_paths.py).
• CSV de traduction : non touché à la main (fichier dérivé, le guard refuse les éditions non-bot ; la synchro passe par translation-sync.yml) — conforme au précédent TP Prompt Engineering (02) : exercices 1 et 2 #18552 (aucun CSV dans le diff).

Portée

Un seul fichier : MyIA.AI.Notebooks/GenAI/Texte/02_PromptEngineering.ipynb. Aucune cellule code existante modifiée (ajout seul), aucun exercice touché, crédits étudiants conservés.

See #18574

🤖 Generated with Claude Code

[github-actions]

No organ-duplication: no added def/class collides with another series organ API (scripts/audit/organ_api_index.yaml).

Detector: python scripts/audit/detect_organ_duplication.py --base <merge-base> --body-file <pr body>
Rationale: #16776 / #13564 (rule merged in #16778).

[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]

✅ No unanchored measurement claim detected in the notebooks this PR changed.

Scope = notebooks CHANGED in this PR, not the whole corpus. The stale-claim-report run artifact holds the structured JSON.
Rationale: the sibling detector above only compares a claim to the outputs of the cells that PRECEDE it; a claim written in a cell that precedes its code (App-5-Timetabling c.2/c.4) is invisible to it, and a value imported from a twin notebook is never produced locally. See python scripts/check_stale_claims.py --help.

[github-actions]

✅ No factual mislabel detected in the notebooks this PR changed (entity counts and tuple formulas checked against nearby committed streams).

Scope = notebooks CHANGED in this PR, not the whole corpus. The factual-mislabel-report run artifact holds the structured JSON.
Rationale: pure ABSENCE of a claimed value is the sibling stale-claim detector's job; this one only reports CONTRADICTIONS between an adjacent code cell's stream and the markdown that describes it. See python scripts/check_factual_mislabel.py --help.

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 1
• Code cells validated: 23
• 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)

✅ 9/9 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	6.8s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	6.1s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	8.0s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	7.4s
Search-01-StateSpace.ipynb	✅ SUCCESS	6.7s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	5.0s
rl_4_multi_armed_bandits.ipynb	✅ SUCCESS	34.7s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	3.7s
GameTheory-13d-Optimistic-CFR-Python.ipynb	✅ SUCCESS	12.0s

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

[jsboige]

Réparation de la dérive de noyau signalée sur cette PR — commit 770784ceb5.

Cause. La première exécution était passée sous Python 3.13, hors du canon de la série GenAI/Texte (kernelspec python3 + language_info 3.10.11, confirmé par les carnets jumeaux 01_ et 03_). check_kernel_drift.py origin/main --explain rendait FAIL: '3.10.11' -> '3.13.14'.

Correctif. Le carnet est ré-exécuté sous mcp-jupyter-py310 (Python 3.10.18) via notebook_tools.py execute --batch-mode : Success 1 / Failed 0, 229,8 s, 24 cellules code, 0 execution_count nul, 0 erreur. Le garde rend maintenant OK: 0 kernel-drift regression across 1 changed notebooks.

Effet de bord traité. Les sorties étant stochastiques, trois cellules de lecture citaient les valeurs du run précédent. Elles sont recâlées sur la sortie réellement committée — sans toucher une seule cellule de code (les 24 sources code sont byte-identiques à la tête précédente) :

• cellule [16] : la citation C++ est remplacée par la formulation effectivement produite ;
• cellule [28] : distribution zero-shot corrigée — 2 réponses gardent Traduction/Domaine, les 2 autres n'en portent aucune (les comptes 4/4 et 0/4 sont inchangés d'un run à l'autre) ;
• cellule [54] : temps mesurés 9,73 s (chat) / 4,24 s (raisonnement).

Le body de la PR est mis à jour (résumé d'exécution + section noyau).

[jsboige]

[ADJOINT PREFLIGHT]
schema: 1
lane: myia-po-2026:CoursIA-3
pr: 18867
head: 770784c
complete: true
body: read
comments-reviewed: 8
reviews-reviewed: 0
threads-reviewed: 0
threads-unresolved: 0
surfaces-sha256: ebf8de19d53707b5496d4b481796a959013b601152e2730a0ec744110d8f48ac
diff-files: 1
diff-additions: 1050
diff-deletions: 228
checks: latest-wins-green
b0: clear
scope: pass
domain: pass
verdict: READY
[/ADJOINT PREFLIGHT]

note: Troisieme dossier c368. feat(genai,#18574) muscle l'exemple guide 2 du carnet 02_PromptEngineering sans l'effacer. Cellule code eleve (PR #18552 @StarkMac22/@Will-emma) inchangee, credit preserve. 2 cellules ajoutees (intro montage + mesure few-shot vs zero-shot sur 4 termes avec verificateur rubriques), 1 cellule lecture derivee. Mesure : zero-shot 4/4 traductions + 0/4 rubriques ; few-shot 4/4 + 4/4. Papermill end-to-end Success 24 cellules code, kernel python3.10.18 (canon, drift 0), 0 erreur, execution_count maintenu, metadonnees papermill normalisees. Lane porteuse myia-po-2025:CoursIA (DIFFERENTE de ma lane :CoursIA-3). Crible de fond : pas de source collapse, exercice 2 inchange (autre type : justesse classification 8 cas, l'exemple muscle la forme sur 4 termes), pas d'identifiants accentues, pas de hand-edit de sortie. PR gate success a 22:23:30Z, 0 fails, B.0 rc=0. MED/notebook-python -> merge_ready eligible, dossier tiers debloque.