[jsboige]

Grain: MED/genai — lane myia-po-2025:CoursIA — prev: MED/genai #20536

Résumé

Audit v2.1 du carnet FT-00c (famille FineTuning, partition See #19451 — partition de #17073). Troisième carnet audité (FT-00a #20535, FT-00b #20536) ; sondes mécaniques familiales : c.6142423841.

Finding principal (classe B — prémisse contredite par les sorties committées des DEUX carnets)

Endroit	Claim	Sorties committées
c.3 (Lecture : environnement)	« La comparaison avec FT-00a n'a de sens que si les deux notebooks tournent sur la même machine, même build PyTorch, même device — c'est le cas ici (CPU) »	FT-00c c.2 : PyTorch 2.13.0+cpu | device cpu · FT-00a c.2 : PyTorch 2.8.0+cu126 | device cuda (NVIDIA GeForce RTX 3090)

La prémisse est fausse sur ses trois composantes (build, device — et machine presque sûrement). Conséquence en cascade sur c.17 : le point Temps attribuait le rapport « 28,9 s ici contre 7,9 s committées » à l'overhead peft (« sur cette mini-tâche CPU le rapport est visible »), alors que la cause dominante est le device différent (CPU vs GPU) — un hedge vague (« les deux runs n'ont pas non plus partagé la charge machine ») laissait lire le rapport comme un surcoût de librairie.

Correctif — correction d'attribution, pas de réalignement

• c.3 : la comparaison d'exactitude reste valide sans réserve (protocole repris bit à bit, peft seule dépendance ajoutée) ; la comparaison de temps est déclarée non comparable, avec les deux envs cités depuis les sorties.
• c.17 (Temps) : le rapport 28,9/7,9 ne mesure pas un surcoût peft ; le mécanisme (noyaux lora_A/lora_B + indirection) reste décrit comme fait architectural, invisible sur cette paire de runs.

Aucun nombre modifié — ceux cités viennent tous des sorties committées. Diagnostic C.4 : (a) env/kernel (re-exécution de FT-00c sur un runtime CPU différent de celui du run FT-00a référencé), verdict CAUSE_DOCUMENTED_ONLY.

7 autres claims quantitatives vérifiées EXACTES

~29 k params base (29 066) · 3 752 params peft = budget attendu conv3+fc r=4 = identique FT-00a · 11 % (11,4328 mesuré) · base ~0,83/~0,04 (0.8347/0.0430, divergence vs FT-00a 0.8325/0.0363 déjà affichée honnêtement dans la sortie c.7) · exactitude peft ~0,70-0,75 (0.7379) · adaptateur ~15 Ko (15 440 octets), 22 Ko avec config (21 671), réseau ~116 Ko (116 264), rapport ~5× (5,36) · roundtrip save/load exact (0.7379 identique, dérive fusion 1,7e-5).

Validation

• Diff markdown-only (2 lignes), code byte-identique par construction (remplacement texte brut du JSON) — exception C.2 « modifs uniquement markdown »
• nbformat.read OK (28 cellules)
• check_prose_quantitative_claims.py --diff origin/main...HEAD : [OK]
• Pre-commit H.3 : Passed (11/11 hooks)

See #19451 (partition de #17073)

🤖 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]

⚠️ Stale-claim review needed: a markdown cell claims a measurement value that appears in NO committed output of the notebook. Advisory, NOT a merge gate — triage against the JSON artifact.

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]

Golden-Set Execution (H.7 P3)

✅ 9/9 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	3.6s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	4.4s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	4.3s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	4.1s
Search-01-StateSpace.ipynb	✅ SUCCESS	2.9s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	1.9s
RL-04-Bandits-Manchots-Python.ipynb	✅ SUCCESS	19.4s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	9.1s
GameTheory-13d-Optimistic-CFR-Python.ipynb	✅ SUCCESS	8.4s

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

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 1
• Code cells validated: 10
• 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)

[jsboige]

Fermee au profit de #20492 — un carnet, une PR

Meme carnet (FT-00c-LoRA-SOTA-Comparison-Python.ipynb). Le finding principal de cette PR — la premisse « meme machine, meme build, meme device — c'est le cas ici (CPU) » contredite par les sorties commitees des DEUX carnets — etait deja porte par #20492 comme son F1, avec quatre autres findings (F2-F5 : meme-machine en c.15, ecarts 0,002/0,007, epsilon x140, projet fabrique Su-LoRA).

Deux constats propres a cette PR ont ete portes dans #20492 (commit 6132df471b) :

1. c.17, correction d'attribution : le rapport 28,9 s / 7,9 s ne mesure pas un surcout peft — les deux runs ne partagent ni device ni build. Fix(finetuning,#17073): audit FT-00c -- claim meme-machine fausse, ecarts et epsilon regroundes, projet fabrique retire #20492 n'avait pas touche cette cellule ; le texte porte reprend le votre quasi tel quel.
2. c.3, coupe exactitude/temps : comparaison d'exactitude valide, comparaison de temps declaree non comparable — fusionnee dans le texte de Fix(finetuning,#17073): audit FT-00c -- claim meme-machine fausse, ecarts et epsilon regroundes, projet fabrique retire #20492, qui citait deja les deux environnements et le role d'ordre de grandeur des valeurs FT-00a.

Aucun nombre modifie : les chiffres cites viennent tous des sorties commitees, des deux cotes.

La branche fix/19451-ft00c-parite-runtimes est conservee (pas de suppression).

Suite : #20492.