diff --git a/MyIA.AI.Notebooks/GenAI/SemanticKernel/Semantic-fleet-Radix-PromptMatcher.ipynb b/MyIA.AI.Notebooks/GenAI/SemanticKernel/Semantic-fleet-Radix-PromptMatcher.ipynb
index 441a17728b..a26a3c413f 100644
--- a/MyIA.AI.Notebooks/GenAI/SemanticKernel/Semantic-fleet-Radix-PromptMatcher.ipynb
+++ b/MyIA.AI.Notebooks/GenAI/SemanticKernel/Semantic-fleet-Radix-PromptMatcher.ipynb
@@ -257,9 +257,9 @@
     "**Objectif :** construire un catalogue de trois signatures (`\"Résume\"`, `\"Résume le\"`, `\"Résume le texte\"`, dans cet ordre) et\n",
     "déterminer ce que renvoie chaque matcher pour `\"Résume le texte suivant : …\"`, **avant** d'exécuter la vérification.\n",
     "\n",
-    "# Indice : seul l'ordre du catalogue distingue les deux — l'arbre ignore l'ordre, le scan y est sensible.\n",
-    "# Etape 1 : noter votre prédiction pour les deux matchers (laquelle des trois signatures chacun renvoie-t-il ?).\n",
-    "# Etape 2 : compléter la fonction ci-dessous pour exécuter les deux matchers et comparer à la prédiction.\n"
+    "> **Indice :** seul l'ordre du catalogue distingue les deux — l'arbre ignore l'ordre, le scan y est sensible.\n",
+    "> **Etape 1 :** noter votre prédiction pour les deux matchers (laquelle des trois signatures chacun renvoie-t-il ?).\n",
+    "> **Etape 2 :** compléter la fonction ci-dessous pour exécuter les deux matchers et comparer à la prédiction.\n"
    ]
   },
   {
@@ -386,10 +386,10 @@
     "**Objectif :** faire varier la taille du catalogue (500, 1 000, 2 000, 4 000, 8 000) et mesurer le rapport scan/arbre\n",
     "pré-construit pour chaque taille. À partir de quelle taille l'arbre devient-il strictement plus rapide ?\n",
     "\n",
-    "# Indice : réutiliser Mesurer et le générateur synthétique ci-dessus, dans une boucle sur les tailles.\n",
-    "# Indice : le rapport scan/arbre croît à peu près linéairement avec n — pourquoi (coût par requête de chaque régime) ?\n",
-    "# Etape 1 : produire la table tailles -> ms scan, ms arbre, rapport.\n",
-    "# Etape 2 : conclure en une phrase : en dessous de quel n un scan est-il indiscernable de l'arbre ?\n"
+    "> **Indice :** réutiliser Mesurer et le générateur synthétique ci-dessus, dans une boucle sur les tailles.\n",
+    "> **Indice :** le rapport scan/arbre croît à peu près linéairement avec n — pourquoi (coût par requête de chaque régime) ?\n",
+    "> **Etape 1 :** produire la table tailles -> ms scan, ms arbre, rapport.\n",
+    "> **Etape 2 :** conclure en une phrase : en dessous de quel n un scan est-il indiscernable de l'arbre ?\n"
    ]
   },
   {
@@ -481,9 +481,9 @@
     "**Objectif :** (1) démontrer la divergence avec un catalogue contenant deux entrées de même `PromptStart` ;\n",
     "(2) écrire une garde `SansDoublons` qui refuse un catalogue avec signatures dupliquées.\n",
     "\n",
-    "# Indice : pour distinguer deux entrées de même préfixe, les comparer par ReferenceEquals sur l'objet renvoyé.\n",
-    "# Etape 1 : construire le catalogue en doublon, comparer les objets (pas les chaînes) renvoyés par chaque matcher.\n",
-    "# Etape 2 : ecrire la garde (renvoyer la liste des prefixes dupliques, liste vide = catalogue sain).\n"
+    "> **Indice :** pour distinguer deux entrées de même préfixe, les comparer par ReferenceEquals sur l'objet renvoyé.\n",
+    "> **Etape 1 :** construire le catalogue en doublon, comparer les objets (pas les chaînes) renvoyés par chaque matcher.\n",
+    "> **Etape 2 :** ecrire la garde (renvoyer la liste des prefixes dupliques, liste vide = catalogue sain).\n"
    ]
   },
   {
diff --git a/MyIA.AI.Notebooks/GenAI/Texte/22c_DSPy_Prompt_Compile.ipynb b/MyIA.AI.Notebooks/GenAI/Texte/22c_DSPy_Prompt_Compile.ipynb
index 955f842531..fbd9fb5bef 100644
--- a/MyIA.AI.Notebooks/GenAI/Texte/22c_DSPy_Prompt_Compile.ipynb
+++ b/MyIA.AI.Notebooks/GenAI/Texte/22c_DSPy_Prompt_Compile.ipynb
@@ -889,7 +889,7 @@
     "\n",
     "**Ce que comparent ces deux compiles.** Le premier optimise la fidélité au contexte ; le second optimise le recouvrement de la question. Ce ne sont pas deux prompts « meilleurs » ou « moins bons » : ce sont deux prompts **différents**, optimisés pour deux objectifs différents. La leçon : la métrique n'est pas un détail technique, c'est **l'objectif** du prompt. Choisir la mauvaise métrique, c'est compiler le mauvais prompt.\n",
     "\n",
-    "### Indices et critères de réussite\n",
+    "> **Indices et critères de réussite :**\n",
     "\n",
     "**Exercice 1 — jeu de développement plus grand.** Le jeu de dev actuel compte trois questions. En ajouter deux (par exemple « Who argued against the expansion of slavery? » et « Which state hosted the debates? ») change la surface d'optimisation : l'optimiseur a plus de matière pour choisir ses démonstrations. Le critère de réussite n'est **pas** que le score monte : c'est de **mesurer** si la fidélité sur le jeu de test change, et de le comparer au bruit du protocole. Un jeu de dev plus grand qui ne change rien au test est un résultat honnête : la métrique était déjà saturée.\n",
     "\n",
diff --git a/MyIA.AI.Notebooks/Probas/Probas-KLS-Concentration.ipynb b/MyIA.AI.Notebooks/Probas/Probas-KLS-Concentration.ipynb
index e97245b290..34a26270f4 100644
--- a/MyIA.AI.Notebooks/Probas/Probas-KLS-Concentration.ipynb
+++ b/MyIA.AI.Notebooks/Probas/Probas-KLS-Concentration.ipynb
@@ -1561,7 +1561,7 @@
     "tags": []
    },
    "source": [
-    "### Indice — Exercice 1\n",
+    "> **Indice — Exercice 1 :**\n",
     "\n",
     "Pour une direction $u$ normalisée, la projection est `X @ u` et le ratio s'obtient en passant ce vecteur à `cheeger_halfspace_mc`. Attention à la direction diagonale : dans les coordonnées isotropes du simplexe, la diagonale n'a plus la même signification que dans celles du cube — c'est précisément ce que l'exercice fait apparaître.\n"
    ]
@@ -1648,7 +1648,7 @@
     "tags": []
    },
    "source": [
-    "### Indice — Exercice 2\n",
+    "> **Indice — Exercice 2 :**\n",
     "\n",
     "Avec des poids égaux, l'autocorrélation reste dominée par le mode lent dès que les lags dépassent quelques unités de temps du mode rapide : $\\hat\\lambda$ doit avoisiner 0,05. Avec un poids dix fois plus faible, le mode lent contribue peu à la variance totale et peut passer sous le seuil d'arrêt de la somme ($\\rho \\le 0{,}05$) : l'estimateur retourne alors une valeur intermédiaire, biaisée vers le mode rapide. C'est une limite connue des estimateurs d'autocorrélation par somme tronquée, et la raison pour laquelle on préfère les diagnostics spectraux quand les échelles de temps sont mélangées.\n"
    ]
@@ -1733,7 +1733,7 @@
     "tags": []
    },
    "source": [
-    "### Indice — Exercice 3\n",
+    "> **Indice — Exercice 3 :**\n",
     "\n",
     "Le passage de $[-1,1]^n$ à $[-\\sqrt{3}, \\sqrt{3}]^n$ est une homothétie de rapport $\\sqrt{3}$ : la variance de $|X|^2$ est multipliée par $(\\sqrt{3})^4 = 9$, donc le rapport brut/isotrope vaut $1/9$ et **non** $1/3$ — la variance de $|X|^2$ est homogène de degré 4, pas 2. C'est l'erreur classique que l'exercice fait commettre puis corriger. La conclusion thin-shell, elle, est invariante : après normalisation par l'échelle, les deux cubes montrent la même courbe plate.\n"
    ]
diff --git a/scripts/notebook_tools/md_hierarchy_baseline.json b/scripts/notebook_tools/md_hierarchy_baseline.json
index 16c2f87dc1..c20b7be90d 100644
--- a/scripts/notebook_tools/md_hierarchy_baseline.json
+++ b/scripts/notebook_tools/md_hierarchy_baseline.json
@@ -1,28 +1,13 @@
 {
  "_comment": "Per-notebook finding counts of scan_md_hierarchy.py. BURNDOWN, do not grow: a PR that increases any count is flagged by scan-md-hierarchy-drift.yml (#11831). Regenerate (same commit as any scanner rule change) with: python scripts/notebook_tools/scan_md_hierarchy.py MyIA.AI.Notebooks/ --update-baseline",
- "generated_at": "2026-09-28T04:35:56+00:00",
- "total_findings": 50,
+ "generated_at": "2026-10-09T20:22:04+00:00",
+ "total_findings": 43,
  "notebooks": {
   "MyIA.AI.Notebooks/GenAI/CaseStudies/Fort-Boyard/fort-boyard-python.ipynb": {
    "H1-DEEP": 1
   },
-  "MyIA.AI.Notebooks/GenAI/Image/02-Advanced/02-4-Z-Image-Lumina2.ipynb": {
-   "HINT-AS-HEADING": 1
-  },
-  "MyIA.AI.Notebooks/GenAI/Image/04-Applications/04-2-Creative-Workflows.ipynb": {
-   "HINT-AS-HEADING": 2
-  },
-  "MyIA.AI.Notebooks/GenAI/Video/01-Foundation/01-3-Qwen-VL-Video-Analysis.ipynb": {
-   "HINT-AS-HEADING": 2
-  },
-  "MyIA.AI.Notebooks/GenAI/Video/01-Foundation/01-5-AnimateDiff-Introduction.ipynb": {
-   "HINT-AS-HEADING": 2
-  },
-  "MyIA.AI.Notebooks/GenAI/Video/02-Advanced/02-1-HunyuanVideo-Generation.ipynb": {
-   "HINT-AS-HEADING": 2
-  },
-  "MyIA.AI.Notebooks/GenAI/Video/02-Advanced/02-4-SVD-Image-to-Video.ipynb": {
-   "HINT-AS-HEADING": 2
+  "MyIA.AI.Notebooks/GenAI/Texte/11_Quantization.ipynb": {
+   "HINT-AS-HEADING": 4
   },
   "MyIA.AI.Notebooks/ML/ML.Net/ML-11-MatrixProfile-Multidim-Python.ipynb": {
    "H1-DEEP": 7,