Fix(readme,#20549): sweep complet du dépôt — 647 liens .html morts remplacés en .ipynb (404 github)

MyIA.AI.Notebooks/GenAI/3D/README.md

@@ -14,7 +14,7 @@ L'objectif fil rouge de la série est de **comprendre NeRF de l'intérieur** —
 
 À l'issue de la série, l'apprenant sait :
 
-- **Écrire un pipeline NeRF complet** : encodage positionnel $\gamma$ (pont avec les Fourier features de [`3.4d`](../../ML/DataScienceWithAgents/03-DeepLearning/3.4d-Fourier-Features-Biais-Spectral-Python.html)), MLP à sauts de connexion, échantillonnage stratifié le long des rayons, compositing alpha différentiable, quadrature de l'équation de rendu.
+- **Écrire un pipeline NeRF complet** : encodage positionnel $\gamma$ (pont avec les Fourier features de [`3.4d`](../../ML/DataScienceWithAgents/03-DeepLearning/3.4d-Fourier-Features-Biais-Spectral-Python.ipynb)), MLP à sauts de connexion, échantillonnage stratifié le long des rayons, compositing alpha différentiable, quadrature de l'équation de rendu.
 - **Relier représentation continue et biais spectral** : pourquoi un MLP brut ne peut pas apprendre les hautes fréquences d'une scène, et ce que l'encodage positionnel change.
 - **Mesurer les limites d'une architecture** : temps d'entraînement par scène, effondrement sans Fourier features, sensibilité aux poses, échelle unique du rayon, coût de l'échantillonnage volumique.
 - **Situer les successeurs** : Mip-NeRF (frustum conique), Instant-NGP (tables de hachage), 3DGS (gaussiennes explicites) — et pourquoi chaque correctif change de représentation plutôt que de régler le MLP.
@@ -28,7 +28,7 @@ L'objectif fil rouge de la série est de **comprendre NeRF de l'intérieur** —
 
 ## Prérequis et exécution
 
-- **Prérequis conceptuel** : biais spectral et Fourier features ([`3.4d-Fourier-Features`](../../ML/DataScienceWithAgents/03-DeepLearning/3.4d-Fourier-Features-Biais-Spectral-Python.html), Pli 1 de l'Epic #18605).
+- **Prérequis conceptuel** : biais spectral et Fourier features ([`3.4d-Fourier-Features`](../../ML/DataScienceWithAgents/03-DeepLearning/3.4d-Fourier-Features-Biais-Spectral-Python.ipynb), Pli 1 de l'Epic #18605).
 - **Exécution** : PyTorch (CPU jouable pour la scène jouet ; GPU recommandé — ~2-3 min pour 3D-01, ~10-12 min pour 3D-02 sur RTX 3090). Les seeds sont fixés : les résultats sont reproductibles.
 - **Dataset** : `tiny_nerf_data.npz` (scène Blender « Lego » 100×100, © les auteurs de NeRF) téléchargé au premier lancement depuis la page projet UCSD des auteurs, mis en cache dans `data/` (hors dépôt).
 

MyIA.AI.Notebooks/GenAI/FineTuning/README.md

@@ -44,23 +44,23 @@ FineTuning/
 
 | Notebook | Sujet | Prérequis | Durée | Niveau |
 |----------|-------|-----------|-------|--------|
-| [FT-00a](FT-00a-LoRA-from-scratch-Python.html) | LoRA from scratch : `LoRALinear`/`LoRAConv2d` en PyTorch pur, initialisation canonique, fusion et sa dérive | Bases PyTorch | ~30 min | Intermédiaire |
-| [FT-00b](FT-00b-LoRA-Hyperparams-from-scratch-Python.html) | Ablation `r × alpha` from scratch : sweet-spots mesurés sur 18 configurations, comparaisons aux baselines | FT-00a | ~15 min | Intermédiaire |
-| [FT-01](FT-01-Introduction-FineTuning-Python.html) | Fine-tuning complet, partiel, LoRA | Bases LLMs | ~30 min | Débutant |
-| [FT-02](FT-02-QLoRA-Quantization-Python.html) | Quantization NF4, QLoRA, bitsandbytes | FT-01 | ~30 min | Intermédiaire |
-| [FT-03](FT-03-Supervised-FineTuning-SFT-Python.html) | SFT sur Qwen3.5-0.8B : enseigner un contrat de format balisé | FT-01 | ~45 min | Intermédiaire |
-| [FT-04](FT-04-RLHF-DPO-Python.html) | Reward Model, RLHF, DPO | FT-01, FT-02, FT-03 | ~30 min | Avancé |
-| [FT-05](FT-05-ModelMerging-Routing-Python.html) | TIES, DARE, MergeKit, routage MoE | FT-01 à FT-04 | ~45 min | Avancé |
-| [FT-06](FT-06-Vision-Language-LoRA-Python.html) | LoRA vision-langage Qwen3.5-0.8B, conformité image->texte | FT-02, FT-03 | ~45 min | Avancé |
+| [FT-00a](FT-00a-LoRA-from-scratch-Python.ipynb) | LoRA from scratch : `LoRALinear`/`LoRAConv2d` en PyTorch pur, initialisation canonique, fusion et sa dérive | Bases PyTorch | ~30 min | Intermédiaire |
+| [FT-00b](FT-00b-LoRA-Hyperparams-from-scratch-Python.ipynb) | Ablation `r × alpha` from scratch : sweet-spots mesurés sur 18 configurations, comparaisons aux baselines | FT-00a | ~15 min | Intermédiaire |
+| [FT-01](FT-01-Introduction-FineTuning-Python.ipynb) | Fine-tuning complet, partiel, LoRA | Bases LLMs | ~30 min | Débutant |
+| [FT-02](FT-02-QLoRA-Quantization-Python.ipynb) | Quantization NF4, QLoRA, bitsandbytes | FT-01 | ~30 min | Intermédiaire |
+| [FT-03](FT-03-Supervised-FineTuning-SFT-Python.ipynb) | SFT sur Qwen3.5-0.8B : enseigner un contrat de format balisé | FT-01 | ~45 min | Intermédiaire |
+| [FT-04](FT-04-RLHF-DPO-Python.ipynb) | Reward Model, RLHF, DPO | FT-01, FT-02, FT-03 | ~30 min | Avancé |
+| [FT-05](FT-05-ModelMerging-Routing-Python.ipynb) | TIES, DARE, MergeKit, routage MoE | FT-01 à FT-04 | ~45 min | Avancé |
+| [FT-06](FT-06-Vision-Language-LoRA-Python.ipynb) | LoRA vision-langage Qwen3.5-0.8B, conformité image->texte | FT-02, FT-03 | ~45 min | Avancé |
 
 ### Socle from-scratch (compléments techniques, 00a → 00b → 00c)
 
 | Notebook | Sujet | Prérequis | Durée | Niveau |
 |----------|-------|-----------|-------|--------|
-| [FT-00a](FT-00a-LoRA-from-scratch-Python.html) | LoRA from scratch : `LoRALinear`/`LoRAConv2d` en PyTorch pur, initialisation canonique, fusion et sa dérive | Bases PyTorch | ~30 min | Intermédiaire |
-| [FT-00b](FT-00b-LoRA-Hyperparams-from-scratch-Python.html) | Ablation `r × alpha` from scratch : sweet-spots mesurés sur 18 configurations, comparaisons aux baselines | FT-00a | ~15 min | Intermédiaire |
-| [FT-00c](FT-00c-LoRA-SOTA-Comparison-Python.html) | La même adaptation refaite avec `peft.LoraConfig` : paramètres, exactitude, lignes de code — le coût/bénéfice de l'outil SOTA mesuré | FT-00a | ~15 min | Intermédiaire |
-| [FT-00d](FT-00d-LoRA-QLoRA-SOTA-Comparison-Python.html) | QLoRA = peft + bitsandbytes 4-bit NF4 ; la mesure structurelle first-hand qui montre que bnb ne mord que sur `nn.Linear` (SmallCNN 19.85 %, BigMLP 100 %, DistilBERT 64.37 % — mesures first-hand) — l'arbre de décision avant d'invoquer QLoRA | FT-00a, FT-00c | ~30 min | Intermédiaire |
+| [FT-00a](FT-00a-LoRA-from-scratch-Python.ipynb) | LoRA from scratch : `LoRALinear`/`LoRAConv2d` en PyTorch pur, initialisation canonique, fusion et sa dérive | Bases PyTorch | ~30 min | Intermédiaire |
+| [FT-00b](FT-00b-LoRA-Hyperparams-from-scratch-Python.ipynb) | Ablation `r × alpha` from scratch : sweet-spots mesurés sur 18 configurations, comparaisons aux baselines | FT-00a | ~15 min | Intermédiaire |
+| [FT-00c](FT-00c-LoRA-SOTA-Comparison-Python.ipynb) | La même adaptation refaite avec `peft.LoraConfig` : paramètres, exactitude, lignes de code — le coût/bénéfice de l'outil SOTA mesuré | FT-00a | ~15 min | Intermédiaire |
+| [FT-00d](FT-00d-LoRA-QLoRA-SOTA-Comparison-Python.ipynb) | QLoRA = peft + bitsandbytes 4-bit NF4 ; la mesure structurelle first-hand qui montre que bnb ne mord que sur `nn.Linear` (SmallCNN 19.85 %, BigMLP 100 %, DistilBERT 64.37 % — mesures first-hand) — l'arbre de décision avant d'invoquer QLoRA | FT-00a, FT-00c | ~30 min | Intermédiaire |
 
 ## Technologies couvertes
 
@@ -100,7 +100,7 @@ pip install mergekit  # Pour FT-05 uniquement
 ## Concepts clés
 
 ### LoRA (Low-Rank Adaptation)
-Décompose les mises à jour de poids en matrices de bas rang (A, B avec rang r << dim). Réduit les paramètres entraînables de ~99%. Le mécanisme est démonté from-scratch (sans `peft`) dans [FT-00a](FT-00a-LoRA-from-scratch-Python.html) : initialisation canonique, gel, budget `r(d+k)`, fusion et sa (non-)bit-exactitude. Le **réglage** `r × alpha` est mesuré dans [FT-00b](FT-00b-LoRA-Hyperparams-from-scratch-Python.html) : 18 configurations sur la même mini-tâche, trois régularités quantifiées. La **confrontation à l'outil SOTA** est faite dans [FT-00c](FT-00c-LoRA-SOTA-Comparison-Python.html) : `peft.LoraConfig` refait la même adaptation en deux lignes — le notebook mesure ce que l'écosystème apporte et ce qu'il masque.
+Décompose les mises à jour de poids en matrices de bas rang (A, B avec rang r << dim). Réduit les paramètres entraînables de ~99%. Le mécanisme est démonté from-scratch (sans `peft`) dans [FT-00a](FT-00a-LoRA-from-scratch-Python.ipynb) : initialisation canonique, gel, budget `r(d+k)`, fusion et sa (non-)bit-exactitude. Le **réglage** `r × alpha` est mesuré dans [FT-00b](FT-00b-LoRA-Hyperparams-from-scratch-Python.ipynb) : 18 configurations sur la même mini-tâche, trois régularités quantifiées. La **confrontation à l'outil SOTA** est faite dans [FT-00c](FT-00c-LoRA-SOTA-Comparison-Python.ipynb) : `peft.LoraConfig` refait la même adaptation en deux lignes — le notebook mesure ce que l'écosystème apporte et ce qu'il masque.
 
 ### QLoRA
 Combine quantization 4-bit (NF4 + double quantization) avec LoRA. Permet de fine-tuner des modèles 7B sur un GPU consumer (RTX 3090/4090).
@@ -164,7 +164,7 @@ Le rang `r` de LoRA contrôle le compromis paramètres/qualité :
 - **r=32-64** : tâches complexes (raisonnement, code). Plus de paramètres mais plus de VRAM.
 - **r=128+** : rarement nécessaire — à ce stade, un full fine-tuning partiel est souvent plus efficace.
 
-Le notebook [FT-01](FT-01-Introduction-FineTuning-Python.html) compare r=4 vs r=16 vs r=64 sur DistilBERT pour rendre ce compromis visible.
+Le notebook [FT-01](FT-01-Introduction-FineTuning-Python.ipynb) compare r=4 vs r=16 vs r=64 sur DistilBERT pour rendre ce compromis visible.
 
 ### bitsandbytes ne s'installe pas sur Windows
 
@@ -208,10 +208,10 @@ Si le modèle merge (FT-05) perd en qualité par rapport aux adaptateurs individ
 | Série | Connection | Détails |
 |-------|------------|---------|
 | **[GenAI/PostTraining](../PostTraining/README.md)** | Profondeur méthodologique | Série sœur : la math du loss derrière SFT/DPO + GRPO/RLVR. FineTuning = recettes, PostTraining = pourquoi ça marche. |
-| **[RL — RL-05 MDP/Q-Learning](../../RL/RL-05-MDP-Programmation-Dynamique-Q-Learning-Python.html)** | Fondations policy/value | Socle Bellman/Q réutilisé par tout post-training. |
-| **[RL — RL-06c PPO from scratch](../../RL/RL-06c-PPO-Depuis-Zero-Python.html)** | PPO from scratch | L'optimiseur derrière PPO-RLHF, implémenté pas à pas. |
-| **[RL — RL-09 offline RL](../../RL/RL-09-RL-Offline-Behavior-Cloning-Python.html)** | SFT = Behavior Cloning | DPO comme preference learning offline ; contrainte de support = KL. |
-| **[RL — RL-10 reward shaping](../../RL/RL-10-Reward-Shaping-Curriculum-Python.html)** | Reward model = shaping appris | Reward shaping (Ng 1999) et reward hacking, préfiguration tabulaire du reward model RLHF. |
+| **[RL — RL-05 MDP/Q-Learning](../../RL/RL-05-MDP-Programmation-Dynamique-Q-Learning-Python.ipynb)** | Fondations policy/value | Socle Bellman/Q réutilisé par tout post-training. |
+| **[RL — RL-06c PPO from scratch](../../RL/RL-06c-PPO-Depuis-Zero-Python.ipynb)** | PPO from scratch | L'optimiseur derrière PPO-RLHF, implémenté pas à pas. |
+| **[RL — RL-09 offline RL](../../RL/RL-09-RL-Offline-Behavior-Cloning-Python.ipynb)** | SFT = Behavior Cloning | DPO comme preference learning offline ; contrainte de support = KL. |
+| **[RL — RL-10 reward shaping](../../RL/RL-10-Reward-Shaping-Curriculum-Python.ipynb)** | Reward model = shaping appris | Reward shaping (Ng 1999) et reward hacking, préfiguration tabulaire du reward model RLHF. |
 
 ## Références
 

MyIA.AI.Notebooks/GenAI/Image/01-Foundation/README.md

@@ -25,7 +25,7 @@ Ce module couvre les fondamentaux de la génération d'images par IA : modèles
 | 4 | [01-4-Forge-SD-XL-Turbo](01-4-Forge-SD-XL-Turbo.ipynb) | Stable Diffusion XL Turbo | ComfyUI | Variable |
 | 5 | [01-5-Qwen-Image-Edit](01-5-Qwen-Image-Edit.ipynb) | Introduction Qwen | ComfyUI | ~29GB |
 | 5b | [01-5b-Qwen-Image-Edit-2509](01-5b-Qwen-Image-Edit-2509.ipynb) | Édition avancée Qwen Image Edit 2509 | ComfyUI | ~29GB |
-| 5c | [01-5c-Qwen-Image-21-Workflows](01-5c-Qwen-Image-21-Workflows.html) | Workflows de référence Qwen-Image 2.1 (nomadoor) sur instance hébergée | ComfyUI 0.37.2 (hébergée) | palier INT8 #17266 |
+| 5c | [01-5c-Qwen-Image-21-Workflows](01-5c-Qwen-Image-21-Workflows.ipynb) | Workflows de référence Qwen-Image 2.1 (nomadoor) sur instance hébergée | ComfyUI 0.37.2 (hébergée) | palier INT8 #17266 |
 
 **[01-1](01-1-OpenAI-DALL-E-3.ipynb) — API cloud.** Le point d'entrée le plus immédiat : un prompt, une clé, et gpt-image-1 renvoie un visuel en ~19 s :
 

MyIA.AI.Notebooks/GenAI/PostTraining/README.md

@@ -207,12 +207,12 @@ PT-06 documente le pipeline d'évaluation complet et produit un tableau comparat
 
 | Série | Connection | Details |
 |-------|------------|---------|
-| **[RL](../../RL/)** | RL classique fondamentaux + sous-série `rlpt_*` | Les notebooks RL ([RL-05 MDP/Q-Learning](../../RL/RL-05-MDP-Programmation-Dynamique-Q-Learning-Python.html) et [RL-06c PPO from scratch](../../RL/RL-06c-PPO-Depuis-Zero-Python.html)) établissent l'intuition policy/value que PPO/GRPO réutilisent. Recommandés comme prérequis pour PT-04. |
-| **[RL — RLPT-02 GRPO](../../RL/PostTraining/RLPT-02-GRPO-Minimal-Python.html)** | GRPO *naked* (sans `trl`) | La mécanique de GRPO (group rollouts, avantage intra-groupe, no critic) écrite à la main sur Qwen3.5-0.8B. Bon prérequis conceptuel pour PT-11a/PT-11b. |
-| **[RL — RLPT-03 reward hacking](../../RL/PostTraining/RLPT-03-Reward-Hacking-Python.html)** | Cas clinique d'inoculation | Mini-cas : 3 voies pour déclencher le hack sur récompense vérifiable, inoculation comme variable. PT-07 est l'outil (catalogue de détecteurs), RLPT-03 le cas d'usage. |
-| **[RL — RLPT-04 DPO vs PPO](../../RL/PostTraining/RLPT-04-DPO-Offline-contre-GRPO-Online-Python.html)** | Comparaison offline vs online | DPO/ORPO offline vs GRPO online à budget 40 steps — prérequis empirique pour PT-06 (évaluation comparative). |
-| **[RL — RL-09 offline](../../RL/RL-09-RL-Offline-Behavior-Cloning-Python.html)** | DPO = preference learning offline | Le Behavior Cloning y est l'analogue tabulaire du SFT, et la contrainte de support de BCQ celle de la pénalité KL de DPO (PT-03). Le meilleur prérequis conceptuel pour DPO. |
-| **[RL — RL-10 reward shaping](../../RL/RL-10-Reward-Shaping-Curriculum-Python.html)** | Reward model = shaping appris | Le reward shaping (Ng 1999) et son biais (shaping naïf → reward hacking) préfigurent le reward model appris et le Goodhart traité en [PT-07](PT_07_rewardspy_reward_hacking.html). |
+| **[RL](../../RL/)** | RL classique fondamentaux + sous-série `rlpt_*` | Les notebooks RL ([RL-05 MDP/Q-Learning](../../RL/RL-05-MDP-Programmation-Dynamique-Q-Learning-Python.ipynb) et [RL-06c PPO from scratch](../../RL/RL-06c-PPO-Depuis-Zero-Python.ipynb)) établissent l'intuition policy/value que PPO/GRPO réutilisent. Recommandés comme prérequis pour PT-04. |
+| **[RL — RLPT-02 GRPO](../../RL/PostTraining/RLPT-02-GRPO-Minimal-Python.ipynb)** | GRPO *naked* (sans `trl`) | La mécanique de GRPO (group rollouts, avantage intra-groupe, no critic) écrite à la main sur Qwen3.5-0.8B. Bon prérequis conceptuel pour PT-11a/PT-11b. |
+| **[RL — RLPT-03 reward hacking](../../RL/PostTraining/RLPT-03-Reward-Hacking-Python.ipynb)** | Cas clinique d'inoculation | Mini-cas : 3 voies pour déclencher le hack sur récompense vérifiable, inoculation comme variable. PT-07 est l'outil (catalogue de détecteurs), RLPT-03 le cas d'usage. |
+| **[RL — RLPT-04 DPO vs PPO](../../RL/PostTraining/RLPT-04-DPO-Offline-contre-GRPO-Online-Python.ipynb)** | Comparaison offline vs online | DPO/ORPO offline vs GRPO online à budget 40 steps — prérequis empirique pour PT-06 (évaluation comparative). |
+| **[RL — RL-09 offline](../../RL/RL-09-RL-Offline-Behavior-Cloning-Python.ipynb)** | DPO = preference learning offline | Le Behavior Cloning y est l'analogue tabulaire du SFT, et la contrainte de support de BCQ celle de la pénalité KL de DPO (PT-03). Le meilleur prérequis conceptuel pour DPO. |
+| **[RL — RL-10 reward shaping](../../RL/RL-10-Reward-Shaping-Curriculum-Python.ipynb)** | Reward model = shaping appris | Le reward shaping (Ng 1999) et son biais (shaping naïf → reward hacking) préfigurent le reward model appris et le Goodhart traité en [PT-07](PT_07_rewardspy_reward_hacking.ipynb). |
 | **[GenAI/FineTuning](../FineTuning/)** | Boîte à outils fine-tuning | Série sœur dans GenAI : LoRA/QLoRA/SFT/DPO en pratique. PostTraining = profondeur méthodologique (voir [`COURSE_CATALOG.generated.md`](../../../COURSE_CATALOG.generated.md) pour le décompte canonique), FineTuning = recettes exécutables. |
 
 ## Frontière avec RL/rlpt_* — où ouvre `PT_*`, où ouvre `rlpt_*`
@@ -223,11 +223,11 @@ Les sous-séries [RL/rlpt_*](../../RL/) et cette série PostTraining couvrent **
 
 | Question pédagogique | Ouvrir | Pourquoi |
 |---|---|---|
-| « Comment SFT/DPO/GRPO sont-ils *câblés* dans `trl` ? Comment lire une loss ? » | [PT-02](PT_02_sft_baseline.html), [PT-03](PT_03_dpo_direct_preference.html), [PT-04](PT_04_grpo_deepseek_r1.html) | `trl.SFTTrainer`/`DPOTrainer`/`GRPOTrainer` sur vrai LLM Qwen3.5-0.8B QLoRA, vraies losses, vrais gradients via la pile HuggingFace. |
-| « Comment GRPO *fonctionne* intérieurement — group rollouts, avantage intra-groupe, no critic ? » | [PT-08](PT_08_grpo_from_scratch_toy_env.html) (toy env) ou [RL/RLPT-02](../../RL/PostTraining/RLPT-02-GRPO-Minimal-Python.html) (vrai LM sans `trl`) | La mécanique écrite à la main — on voit chaque rollout, chaque reward, chaque log-prob ratio. |
-| « GRPO + RLVR sur vrai LLM, avec détecteur Goodhart en ligne, multi-seed ? » | [PT-11a](PT_11a_grpo_qwen35_rlvr.html), [PT-11b](PT_11b_grpo_qwen_rlvr_on_verifiers.html) | La pile SOTA 2025 : `trl.GRPOTrainer` + Z3/SymPy + `rewardspy.watch_trl` (Goodhart live), 4 seeds dans PT-11b-multi-seed. |
-| « Quels sont les détecteurs statistiques du reward hacking ? » | [PT-07](PT_07_rewardspy_reward_hacking.html) | Catalogue `rewardspy.detectors` (6 classes : Component Dominance, Length Drift, etc.) — l'**outil**. |
-| « Le reward hacking est-il un attracteur spontané sur petit modèle ? Cas clinique. » | [RL/RLPT-03](../../RL/PostTraining/RLPT-03-Reward-Hacking-Python.html) | Mini-cas : 3 voies pour déclencher le hack, inoculation comme variable — le **cas d'usage** de `rewardspy`. |
+| « Comment SFT/DPO/GRPO sont-ils *câblés* dans `trl` ? Comment lire une loss ? » | [PT-02](PT_02_sft_baseline.ipynb), [PT-03](PT_03_dpo_direct_preference.ipynb), [PT-04](PT_04_grpo_deepseek_r1.ipynb) | `trl.SFTTrainer`/`DPOTrainer`/`GRPOTrainer` sur vrai LLM Qwen3.5-0.8B QLoRA, vraies losses, vrais gradients via la pile HuggingFace. |
+| « Comment GRPO *fonctionne* intérieurement — group rollouts, avantage intra-groupe, no critic ? » | [PT-08](PT_08_grpo_from_scratch_toy_env.ipynb) (toy env) ou [RL/RLPT-02](../../RL/PostTraining/RLPT-02-GRPO-Minimal-Python.ipynb) (vrai LM sans `trl`) | La mécanique écrite à la main — on voit chaque rollout, chaque reward, chaque log-prob ratio. |
+| « GRPO + RLVR sur vrai LLM, avec détecteur Goodhart en ligne, multi-seed ? » | [PT-11a](PT_11a_grpo_qwen35_rlvr.ipynb), [PT-11b](PT_11b_grpo_qwen_rlvr_on_verifiers.ipynb) | La pile SOTA 2025 : `trl.GRPOTrainer` + Z3/SymPy + `rewardspy.watch_trl` (Goodhart live), 4 seeds dans PT-11b-multi-seed. |
+| « Quels sont les détecteurs statistiques du reward hacking ? » | [PT-07](PT_07_rewardspy_reward_hacking.ipynb) | Catalogue `rewardspy.detectors` (6 classes : Component Dominance, Length Drift, etc.) — l'**outil**. |
+| « Le reward hacking est-il un attracteur spontané sur petit modèle ? Cas clinique. » | [RL/RLPT-03](../../RL/PostTraining/RLPT-03-Reward-Hacking-Python.ipynb) | Mini-cas : 3 voies pour déclencher le hack, inoculation comme variable — le **cas d'usage** de `rewardspy`. |
 | « InoculationRL complet, panel persona × reward hackable, capstone ? » | [#5105 ICT-25](https://github.com/jsboige/CoursIA/issues/5105) | Capstone final — **distinct** de `RLPT-03` (qui en est la version compacte). |
 
 Le constat d'éventuelle duplication `RLPT-02 ↔ PT-11a` et `RLPT-03 ↔ PT-07` est traité en [#11460](https://github.com/jsboige/CoursIA/issues/11460) : les deux séries *se complètent* par l'angle du regard (mécanique vs déploiement outillé), pas par duplication.