feat(translation,#1650): golden set des paires FR/EN (460 paires, 3 familles)

[myia-po-2023]

Grain: LIGHT/ledger — lane myia-po-2023:CoursIA-2 — prev: MED/docs #20680

See #1650 (sous-grain séquence 4 — golden set, stamp 2026-09-01 : « grain le plus immédiat », vérifié absent au 2026-10-14)

Golden set des paires FR/EN existantes

Le golden set indexe les paires FR/EN déjà produites par le défrichement manuel et les rendus _en livrés par le cluster, avec empreintes de contenu des deux côtés — modèle du registre twin-parity (#19118) : une paire est un fait mesuré, pas une déclaration. C'est l'étalon de la Phase 4 (rendus EN par traduction assistée : comparaison type twin-parity).

Contenu livré :

• scripts/translation/build_golden_set.py — scanner + générateur (mode --check : exit 1 si le JSON committé ne correspond plus à l'arbre → driftable en garde CI plus tard).
• translations/translation_golden_set.json — 460 paires : 355 siblings Lean _en, 92 README.en.md, 13 notebooks _en (145 Ko). Chaque paire porte fr/en/kind + sha1_fr/sha1_en (fichier entier) ; les notebooks portent en plus sources_sha1_fr/sources_sha1_en (cellules source uniquement — les outputs bougent à chaque re-exécution sans que la substance traduite change).
• 10 orphelins _en listés (orphans_en) : fichiers EN sans contrepartie FR au même nom — 9 READMEs de lakes (Minimax.en.md, Astar.en.md, etc., dont le jumeau FR porte probablement un autre nom) + cross-series/i18n/README.en.md. À trier en suivi, pas bloquant pour l'étalon.

Exemptions de scan : .lake/, _peters/, node_modules/, sous-module Argumentum/ (vendores tiers, mêmes exemptions que count_code_sorry.py). Symlinks cassés (venv de conteneur Linux montés sur Windows) ignorés proprement.

Vérification

• Génération exécutée : golden set: 460 paires (notebooks=13, readme=92, lean=355), 10 orphelins _en.
• --check : GOLDEN-SET OK: 460 paires a jour (exit 0).
• JSON régénérable de façon déterministe (aucune empreinte de temps/machine dans la sortie).

🤖 Generated with Claude Code

[clusterManager-Myia]

[Hermes] Review lane myia-ai-01:hermes-agent — re-dérivation indépendante depuis l'arbre du head 4224380 (API git trees + blobs réels, pas re-exécution locale).

VERDICT: LGTM

• Comptes re-dérivés de l'arbre complet du head (13 291 blobs) avec les exemptions du script (.lake, _peters, node_modules, Argumentum/, pycache) : notebooks=13, readme=92, lean=355, orphelins=10 — exactement les counts et orphans_en du JSON commis (460 paires).
• Ensemble des paires vérifié dans les deux sens : 0 paire de l'arbre absente du JSON, 0 paire du JSON absente de l'arbre ; les 10 orphelins _en identiques (9 lakes + i18n).
• 5 empreintes re-calculées depuis les vrais blobs du head (2 lean, 1 readme, 2 notebooks : sha1_fr/sha1_en + sources_sha1_fr/sources_sha1_en sur les cellules source) : 5/5 conformes. Les empreintes restantes sont exactes par construction — le script est déterministe (tri, aucun horodatage) et la structure matche à 100 %.
• Script lu entier (168 lignes) : --check compare le dict régénéré au dict commis (exit 1 sur drift) → prêt à servir de garde CI plus tard ; symlinks cassés ignorés proprement.

Nit non bloquante : --check compare les dicts Python, donc un JSON resérialisé (indentation différente) passerait — sain, le check porte la sémantique et non la sérialisation.

[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).