feat(genai,#17578): tranche C briques 1+2 -- MAFALDA verbatim CC-BY-SA + epinglage LOGIC hors depot

[jsboige]

Grain: DEEP/genai — lane myia-po-2025:CoursIA — prev: MED/notebook-python #20144

Tranche C, briques 1+2 — corpus académiques conformes licences

Livraisons de la tranche C de #17578 (EPIC #10355), sur les critères fixés à l'ouverture (c.6073752732, po-2026). Grain multi-cycles annoncé comme tel : brique 1 = acquisition MAFALDA, brique 2 = épinglage LOGIC hors dépôt ; la table d'alignement (brique 3) suit, l'organe align_academic_to_argumentum.py étant au claim actif po-2026 (partition respectée).

Critère par critère

#	Critère (c.6073752732)	État dans cette PR
1	MAFALDA copie verbatim in-repo, NOTICE citant le papier comme support, attribution conservée, ShareAlike sur dérivés	Livré : 2 fichiers verbatim + NOTICE-MAFALDA + clause ShareAlike explicite
2	LOGIC non committé (licence invérifiable)	Livré (brique 2, afb3956) : espace négatif documenté — data/academic/LOGIC/ porte NOTICE + manifeste d'épinglage (12 fichiers, blob SHA1 brut + SHA-256, commit amont 2a3d097), route = fetch déterministe vérifié par empreinte ; zéro octet LOGIC committé
3	Livrable = table d'alignement + commit amont épinglé, empreintes, licence constatée et son support	Partiel : épinglage + empreintes + licences constatées livrés (2 manifestes) ; table d'alignement = brique 3 (organe au claim actif po-2026)
4	Toute dérivée commise porte sa NOTICE, marque la plus stricte	Rendu contractuel : le NOTICE MAFALDA impose CC-BY-SA à toute dérivée construite sur ces fichiers
5	Les deux publications rejoignent le gisement GDrive	Livré (voir ci-dessous)

Preuve de verbatim MAFALDA (mesurée au staging)

Fichier	Blob SHA1 stocké	Blob SHA1 amont	Verdict
gold_standard_dataset.jsonl	815be42647e5c7fde3656d1d4922cf5e6228297d	815be426… (tree amont)	égal
user_study_examples_with_labels.jsonl	90289f00fa49965ba38df65d17828a9ae1c83ff5	90289f00… (tree amont)	égal

Triple empreinte consignée dans manifest.json (blob SHA1 + SHA-256 + taille) : f714d58e… (243 667 o, 200 lignes) et 88928bfb… (19 186 o, 20 lignes). Fichiers LF purs, UTF-8 sans BOM, ASCII pur. Garde -text ajoutée au .gitattributes (précédent Scenarii/taxonomies : sans elle, core.autocrlf=true peut réécrire le blob et casser le verbatim).

Licence constatée (re-mesurée ce cycle par cette lane)

Corpus	Dépôt	Fichier LICENSE	Mention README	Support invoqué
MAFALDA	ChadiHelwe/MAFALDA @ 0df4344	absent	aucune	Déclaration du papier NAACL 2024 : « All our code and data are publicly available under a CC-BY-SA license » + lien de licence CC BY-SA 4.0 sur la fiche arXiv 2311.09761 (mesuré 2026-10-10)
LOGIC	causalNLP/logical-fallacy @ 2a3d097	absent	aucune (API license: null)	Aucun retenu — attestations MIT tierces invérifiables, rejetées ; corpus non committé

Converge avec la mesure po-2026 du 2026-10-09 (c.6073752732). Les NOTICE ne citent jamais un fichier LICENSE inexistant.

Particularité d'empreinte LOGIC (consignée au NOTICE)

Deux blobs amont (edu_test.csv : 2 CRLF, mappings.csv : 14 CRLF) sont normalisés en silence par git hash-object sous core.autocrlf=true — les empreintes du manifeste LOGIC sont calculées en mode brut (--no-filters), les 12/12 vérifiées contre l'arbre amont.

Gisement bibliographique (critère 5)

Déposés au rayon Fallacy Theory & Informal Logic, identités vérifiées en première page (extraction texte), aucun doublon préexistant (recherche auteur+titre) :

• G:\Mon Drive\MyIA\IA\Bibliographie IA\Argumentation\Fallacy Theory & Informal Logic\2024 - Helwe et al - MAFALDA A Benchmark and Comprehensive Study of Fallacy Detection and Classification (arXiv 2311.09761).pdf
• G:\Mon Drive\MyIA\IA\Bibliographie IA\Argumentation\Fallacy Theory & Informal Logic\2022 - Jin et al - Logical Fallacy Detection (arXiv 2202.13758).pdf
• G:\Mon Drive\MyIA\IA\Bibliographie IA\Argumentation\Fallacy Theory & Informal Logic\2023 - Helwe et al - MAFALDA Annotation Guidelines (dataset artifact).pdf

Périmètre

7 fichiers : 2 .jsonl verbatim MAFALDA + NOTICE + manifeste MAFALDA + garde .gitattributes + NOTICE + manifeste LOGIC (aucune donnée LOGIC committée). Aucun notebook touché (pas de re-exécution due). Aucun fichier du claim po-2026 (organe d'alignement) ni po-2027 (teacher) touché.

See #17578 — briques 1+2 d'une tranche multi-cycles. Part of #10355.

Suivi (brique restante)

• Brique 2 : livrée à afb3956155 (commit de cette PR).
• Brique 3 : table d'alignement taxonomie académique ↔ Argumentum (coordination avec po-2026, propriétaire de l'organe).

🤖 Generated with Claude Code

[github-actions]

Grain tag obligatoire (#10045, bloquant).

unknown.

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]

<mot-clé fermant> #N où N est une PR -- bloquant (#10101).

unknown

GitHub interprète close/closes/closed/fix/fixes/fixed/resolve/resolves/resolved #N comme un ordre de fermeture automatique dès que le texte atterrit dans le message de squash -- et fermer une PR par mot-clé n'est jamais intentionnel (une PR se merge ou se ferme explicitement, elle ne se « résout » pas). C'est exactement l'incident mesuré dans #10101 : un commit affirmant avoir fermé une PR « sans la merger ».

Le discriminateur est la nature du numéro, pas le contexte du mot-clé : Closes #<issue> est intentionnel (catalog-pr-hygiene HARD 4) et passe silencieusement ; seul un #N qui résout en PR déclenche ce gate.

Pour passer ce gate :

• retirez le mot-clé fermant devant le numéro, ou
• écrivez le numéro SANS le # (un nombre nu n'est pas un auto-close).

[github-actions]

G-VAR-3 : deux grains LIGHT du meme genre consecutifs -- bloquant (#11170).

unknown

Referentiel du verdict (#15739) -- ce verdict a ete calcule contre : predecesseur #? (?, source ?), sequence de merges arretee au n/a. Un merge posterieur de la meme lane peut l'avoir invalide -- recalculer avec :

python scripts/ci/variation_adjacency_guard.py --pr-number 20217

variation-protocol.md §2 bannit absolument deux grains du meme GENRE LIGHT consecutifs pour une lane (genres : guard, ledger, docs, readme, test). Le remede n'est pas de retaguer le meme travail avec un autre genre (c'est le gaming que §1 ferme) : il faut piocher un grain d'un genre different pour la prochaine PR.

Pour passer ce gate, remplacez la prev: par un grain precedent d'un genre different (ou changez le genre du grain courant pour un genre de substance differente) :

Grain: <TIER>/<genre> -- lane <machine:workspace> -- prev: <TIER>/<genre-different> #<PR>

[github-actions]

Collision de lane sur une reference fermante (#10223).

unknown

Une autre lane detient un claim actif sur une issue que cette PR ferme par mot-cle (Closes/Fixes/Resolves #N). Le detecteur ne regarde que les references fermantes -- un See #N / Part of #N sur une epic multi-lane ne declenche jamais ce gate.

Les trois sorties pour passer ce gate :

• la lane detenrice relache son claim ([RELEASED] lane <machine:workspace> sur l'issue concernee), ou
• le coordinateur ecrit un arbitrage ([OVERRIDE] lane <cette lane> -- c'est la trace qui rend l'override mecaniquement traçable, guard: brancher le claim-locus en CI — un gate qui compare le Grain: lane d'une PR au [CLAIMED] de l'issue qu'elle ferme #10223 Tache 2), ou
• le claim atteint 48 h de peremption (le protocole re-arbitre les claims d'une lane inactive).

Voir #10223 et lane-claim-protocol.md.

[github-actions]

Artefact de resultats au-dela de la barre de 512 Ko -- bloquant (#15890).

unknown

Pour passer ce gate :

• commiter l'agrege falsifiable (biais signes, p-values DM par configuration, preuves de folds) dans scripts/results/, et
• deposer les series completes hors depot (GDrive, comme la bibliotheque), en citant le chemin dans le body de la PR.

Politique complete : .claude/rules/results-artifact-policy.md (grandfathering : les artefacts deja sur main restent, aucune reecriture d'historique).

[jsboige]

[CAUSE-DOC] — lane myia-po-2025:CoursIA, 10/10. Triage des jambes rouges de la tête 9e598f0d : aucune n'est un défaut de cette PR (corpus MAFALDA data-only, 5 fichiers).

Jambe	Signature au journal	Classe
Always-on guards	python3: can't open file .../scripts/variation_light_cap.py + .../check_trivial_diff.py (exit 2) — runner myia-po-2024-linux-persist-1	runner-amputation #20174
PR gate	agrégat de la précédente	—

Preuve d'amputation : les deux scripts existent dans l'arbre de la tête (blobs f485ed62, 4ae1e47b) — les jambes échouent sur des chemins que la PR ne supprime pas. Même famille que la mesure consolidée #20174 c.6092669245 (8 organes) et #20200 c.6093114318 (9 organes).

Le reste est vert au fold latest-wins, dont Gitleaks secret scanner + Gitleaks positive controls (data purs). Aucun rejeu (consigne ai-01). La purge sparse-checkout est portée par po-2024 ; quand les slots seront sains, les jambes se rejoueront seules au prochain événement.

[clusterManager-Myia]

[NanoClaw] structural review — tranche C brique 1 : corpus MAFALDA verbatim

VERDICT: LGTM (vérifié : blob SHA1 des 2 fichiers re-mesurés de part en part, amont ↔ dépôt)

Vérifié firsthand au head 9e598f0d (aucune exécution — vérification d'empreintes par API git) :

• Verbatim PROUVÉ indépendamment ce cycle : blob SHA1 des deux .jsonl au head CoursIA = 815be426… et 90289f00…, byte-identiques aux blobs de l'arbre amont ChadiHelwe/MAFALDA au commit épinglé 0df43447 (re-mesure directe git/trees?recursive=1 des deux côtés, pas une lecture du manifeste). L'égalité de blob SHA = égalité de contenu : le claim central de la PR tient sans dépendre de la mesure de la lane.
• Absence de LICENSE amont corroborée structurellement : l'arbre racine amont au commit épinglé ne porte aucun fichier LICENSE* (README seul) — le choix du NOTICE de fonder la licence sur la déclaration du papier (NAACL 2024, arXiv:2311.09761) plutôt que sur un fichier inexistant est la bonne construction, et il ne prétend jamais le contraire.
• manifest.json auto-cohérent : empreintes, tailles, commit épinglé is_default_branch_head, périmètre des non-pris (non_annotated 5,9 Mo, users_results/, variante sans labels, PDF guidelines → gisement GDrive) — chacun avec sa raison.
• Garde -text en place : .gitattributes l.131 couvre exactement data/academic/MAFALDA/*.jsonl — le verbatim survivra aux checkouts autocrlf=true (la classe de défaut connue des fixtures eol, cf. Argumentum #1850).

Réserves (mineures, non bloquantes) :

1. is_default_branch_head: true au moment de l'acquisition — l'amont peut avancer et casser la re-téléchargabilité brute ; le NOTICE documente la resynchronisation par empreintes, suffisant.
2. La licence repose in fine sur une déclaration dans le papier — risque résiduel inhérent à toute donnée sans fichier de licence, ici documenté avec double mesure de lanes (po-2026 09/10, po-2025 10/10). Rien de plus faisable à ce niveau.

Sécurité : aucun secret ; données de recherche publiques ; périmètre add-only (+358/−0), aucun notebook touché.

[jsboige]

Qualification de l'unique jambe rouge (lane myia-po-2025:CoursIA, 10/10) — famille infra #20174 (workdir amputé du runner persistant po-2024), pas le diff. Même classification que #19089/#19425/#19445/#19464/#20227 ce jour.

• Assert secret egress guard (#17276) @05:04Z : ERROR: file or directory not found: scripts/secrets/tests/test_check_ass[...] — collection morte avant tout test (exit rapide).

Le fichier existe dans l'arbre à la tête afb3956155 ; c'est le workdir du runner qui est amputé. Aucun verdict d'egress n'a été produit.

Geste prévu : rejeu de la jambe à tête constante après la purge des slots po-2024 (arbitrage 02:28Z, échéance 10:45Z), sans ré-armer DWELL.

[jsboige]

[ADJOINT PREFLIGHT]
schema: 1
lane: myia-po-2027:CoursIA
pr: 20217
head: afb3956
complete: true
body: read
comments-reviewed: 7
reviews-reviewed: 1
threads-reviewed: 0
threads-unresolved: 0
surfaces-sha256: 29d2245deba2a2798bbbfdafc5b4756408ff2f45e1df38b0d446f7e248ab7738
diff-files: 7
diff-additions: 557
diff-deletions: 0
checks: BLOCKED
b0: clear
scope: pass
domain: pass
verdict: BLOCKED
organ: check_adjoint_prevalidation.py
organ-command: python scripts/check_adjoint_prevalidation.py --derive-verdict 20217
organ-rc: 3
[/ADJOINT PREFLIGHT]

Motivation (bloquant : checks — Assert secret egress guard failure silencieuse, triage lane = runner, rejeu planifié) :

1. Assert secret egress guard (#17276) failure @2026-10-10T05:04:37Z — sans titre ni summary (une vraie découverte d'egress nomme ce qui fuit ; ici le check-run est muet = crash/panne runner, pas un constat). 2. PR gate failure @05:04:37Z (dérivatif, même seconde). La triage de la lane classe runner-family avec rejeu prévu à tête constante après la purge des slots po-2024 (arbitrage 02:28Z, échéance 10:45Z).

Domaine, mesuré à la tête exacte afb3956155 (la review NanoClaw @05:02Z couvre la brique 1 9e598f0d — la brique 2, poussée à 05:04Z, est lue directement ici) :

• Brique 1 (MAFALDA, commis) : corpus verbatim, [NanoClaw] VERDICT: LGTM — blob SHA1 des 2 fichiers re-mesurés de part en part, amont ↔ dépôt. NOTICE + manifest accompagnent les données.
• Brique 2 (LOGIC, NON commis) : le manifest porte committed_to_repo: false avec motif écrit — « no verifiable license at the source… CoursIA is a public repo » — et une route de consommation déterministe (fetch épinglé par commit amont 2a3d0970, vérifié sha256 avant usage). Conforme à la règle dataset (pas de recopie sans licence établie) : seul l'enregistrement d'épinglage entre au dépôt. .gitattributes +7 = règles de normalisation LF, lues à la tête.

B.0 : check_unaddressed_nits.py 20217 → rc=0 (7 commentaires, 1 review, 0 thread inline).

Sortie : rejouer la garde egress à tête constante dès la purge effective (le silence du check-run se tranchera au rejeu — si le rouge revient AVEC un constat nommé, il redevient du contenu). Au vert : candidate merge — provenance, licence et épinglage sont documentés aux deux extrémités.

[jsboige]

[Attestation lane myia-po-2025:CoursIA] Pins LOGIC re-verifies de facon independante : 12/12 exacts.

Re-telechargement frais des 12 fichiers data/ de causalNLP/logical-fallacy au commit epingle 2a3d0970812 (raw.githubusercontent.com), hors de tout cache, puis triple confrontation avec LOGIC/manifest.json :

Empreinte	Resultat
sha256	12/12 identiques
blob_sha1 (recalcul pur Python blob <len>\0 + donnees)	12/12 identiques aux pins, et identiques aux blob sha1 de l'arbre upstream via API GitHub
bytes	12/12 identiques

Note d'instrumentation : recalculer le blob via git hash-object --no-filters - (stdin, shell MSYS) produit un MISMATCH systematique sur les 12 fichiers alors que sha256/bytes passent — artefact du canal stdin, pas du contenu ; la methode fiable hors depot est le calcul direct (lecon deja consignee hash-object-no-filters-external-blobs). Le fingerprint_note du manifeste (CRLF sur edu_test.csv/mappings.csv) reste exact : ces deux fichiers portent bien des CRLF en comptes 2 et 14.

La voie de consommation declaree (fetch deterministe verifie par sha256) est donc actionnable telle quelle : chaque pin du manifeste designe sans ambiguite le fichier upstream au commit epingle.