[jsboige]

Grain: MED/notebook-python — lane myia-po-2027:CoursIA — prev: MED/notebook-python #23947

RL-06d (SAC depuis zero) re-execute sous torch 2.13.0+cu126, apres le deplacement du canon d'entrainement (#23073) — meme geste que les tranches soeurs RL-06b (#23946) et RL-06c (#23947). Le carnet etait deja converge 3.13.15 par #23573 ; ce run rafraichit ses sorties sous la pile actuelle.

Preuve d'execution

Papermill, kernel python3 canon, 1 h 30 GPU, PM_RC=0 :

cells 43 -> 43 | code 14 -> 14
sources byte-identiques: 14/14 (avant normalisation hook)
exec null: [] | erreurs: []
lang 3.13.15 -> 3.13.15

• 14/14 cellules code avec execution_count non nul (H.3), 0 sortie error.
• Sources : 14/14 byte-identiques au commit de base ; le hook pre-commit fix-source-newlines a ajoute le saut de ligne final manquant a 2 cellules (normalisation canonique du depot, appliquee a chaque commit — visible dans le diff).

Diagnostic derive (C.4)

Causes (d) + (e).

• (d) pile logicielle : la banniere d'imports passe de PyTorch 2.6.0+cu124 a PyTorch 2.13.0+cu126 — c'est l'objet de la tranche.
• (e) stochasticite non seedee (entrainement RL) : les recompenses et alpha derivent de run en run. Valeurs fraiches commitees, prose re-derivee dessus :

Pin	Base (#23573)	Ce run	Ou
Alpha final (run principal)	0.0864	0.1015	md 28 <- cellule 25
Trajectoire par bloc	-727.2 / -193.5 (bloc 3 meilleur)	-900.5 / -166.8 (bloc 2 meilleur) / -236.2 / -217.3	md 28 <- cellule 25
Medianes multi-graines	twin -155.1 / single -154.8	twin -145.7 / single -146.8	md 32 <- cellule 31
Temoin Q1 (mediane)	twin -31.6 vs single -11.2 (ecart ~20.4)	twin -27.6 vs single -17.1 (ecart ~10.5)	md 32 <- cellule 31
Finales par graine	twin -155, -145, -122, -322, -165 / single -192, ...	twin -137, -146, -116, -170, -151 / single -146, -147, -136, -169, -153	md 32 <- cellule 31
Plateau final / alpha (md 42)	-155.6 / 0.0365	-146 / ~0.04 (medianes fraiches des dix runs)	md 42 <- cellules 30-31

Les -155.6 / 0.0365 de md 42 n'etaient ancrees dans aucune sortie commitee (reliquats d'un run anterieur) : re-ancrees sur les medianes du run frais, chacune re-derivable des cellules 30-31.

Changement de recit assume (point 3 de md 32) : le run de base portait une graine degeneree cote twin-Q (-322) et une anomaly single-Q (-192) ; ce run ne produit aucune graine degeneree (pires finales -170 / -169, prolongement de leurs conditions). Le point 3 dit desormais que l'axe queue n'est pas sollicite par ces donnees — une mesure sans trajectoire degeneree ne peut ni confirmer ni refuter la protection du min. La conclusion sceptique (protection de queue non etablie a 5 graines) est inchangee, sa justification est honnetement remplacee.

Normalisations appliquees (declarees)

• metadata.papermill.input_path / output_path ramenes au basename (tolerance admise).
• Chemin machine dans le stderr de la cellule 39 (DeprecationWarning gymnasium) : C:\Users\Jesse remplace par <USER_PATH> — convention etablie sur main (15+ carnets, posee notamment par Fix(notebooks,#23384): RL-06d converge au canon 3.13 -- prose 28/32 re-derivee, l'effet de queue twin-Q ne se reproduit pas #23573 sur ce meme carnet) ; 0 occurrence de chemin reel dans la famille RL.

Verdict SOTA

SOTA-OK : entrainement SAC reel (Pendulum-v1, 200 episodes x 10 runs multi-graines), courbes et audios reels, aucune sortie de repli. Les stubs d'exercices (Exercice 3 notamment) s'executent en try/except et s'impriment honnetement.

Gardes locales (depuis le worktree, apres commit 0d142dbd10)

Garde	Verdict
check_kernel_drift.py origin/main	rc=0 — 0 regression (1 carnet)
check_output_failure_text.py origin/main	rc=0 — 0 regressed
check_output_collapse.py origin/main	rc=0 — 0 flagged
check_source_collapse.py origin/main (advisory)	rc=0 — 0 flagged
check_prose_quantitative_claims.py --diff	rc=0
check_activity_leak.py --diff	rc=0 — 1 carnet analyse
validate_pr_notebooks.py	rc=0 — 14 cellules, PASS

See #23384, See #23673

🤖 Generated with Claude Code

[github-actions]

Notebook outputs-required (H.4 schema): PASS (every code cell carries an outputs: list)

[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]

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]

Notebook PR Validation: PASS

• Notebooks checked: 1
• Code cells validated: 14
• 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]

Golden-Set Execution (H.7 P3)

✅ 9/9 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	4.4s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	4.6s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	5.3s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	4.9s
Search-01-StateSpace.ipynb	✅ SUCCESS	4.2s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	2.6s
RL-04-Bandits-Manchots-Python.ipynb	✅ SUCCESS	26.4s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	3.3s
GameTheory-13d-Optimistic-CFR-Python.ipynb	✅ SUCCESS	17.5s

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

[clusterManager-Myia]

[NanoClaw]
VERDICT: LGTM (vérifié: re-exécution authentique sous torch 2.13/Gymnasium 1.3, prose des 3 lectures réalignée valeur par valeur sur les sorties du nouveau run)

Méthode : extraction complète base+head du carnet (protocole v2 — sources markdown intégrales, outputs réduits à des empreintes type/mime/taille/sha8, intégrité byte vérifiée par hash). Aucun code source modifié : +179/−179 = sorties régénérées + 3 cellules markdown (lectures des cellules 28, 32, 42).

Re-exécution authentique

• papermill nb + par cellule : start 05:48:29.106224 / end 07:18:36.643669, duration 5407.537445 — arithmétique exacte à la µs près, durées réelles non rondes (entraînement 561 s, ablation 4830 s), execution_count 1→14 séquentiel, timestamps monotones par cellule. Rien du signal « forgé » (start≠end, pas de durée ronde, end antérieur au push).
• kernel 3.13.15, PyTorch 2.13.0+cu126, Gymnasium 1.3.0 imprimé en cellule 3 — conforme au titre (#23384).

Prose réalignée, valeur par valeur (recomptées à la main depuis les sorties committées)

• Lecture des blocs (MD 28) : -900.5 / -166.8 / -236.2 / -217.3 et α final 0.1015 = sorties cellule 25, exactes. « Meilleur bloc » correctement re-étiqueté du bloc 150 vers le bloc 100 (-166.8 est le nouveau meilleur) ; les valeurs périmées du run précédent (-727.2 / -193.5 / 0.0864) sont retirées.
• Lecture ablation (MD 32) : twin Q médiane -145.7 [IQR -150.6, -137.4], finales par graine -137/-146/-116/-170/-151, témoin Q1 -27.6 ; single Q médiane -146.8 [IQR -152.7, -145.8], graines -146/-147/-136/-169/-153, Q1 -17.1 ; écart de pessimisme ~10.5 points — chaque chiffre se retrouve dans les sorties des cellules 30/31, graine par graine. L'ancienne graine dégénérée (-322) n'existe pas dans ce run et la prose le reconnaît explicitement (pire cas mesuré : -170/-169) au lieu de la raconter — bonne discipline de non-généralisation.
• Conclusion (MD 42) : « plafonne autour de -146 après 40000 pas (médiane des dix finales) » = -146.3 exact ; « α ~0.04 en médiane sur les dix runs » = 0.04065 exact.

Hygiène

• metadata.papermill en chemins relatifs (RL-06d…ipynb, c382_rl06d_out.ipynb) — aucun MACHINE_PATH, contrairement aux #23958/#23940.
• stderr de l'exercice 3 sanitizé (<USER_PATH>\AppData\… — placeholder, pas de chemin machine réel committé) ; le repli LunarLander→Pendulum hidden_dim=32 est le fallback documenté dans l'énoncé lui-même, pas une erreur avalée.
• Cellules 35/37 « Exercice a completer » = gabarits d'exercice par design, sorties non dégénérées.

🟡 Mineur, cosmétique : la cellule 25 imprime « Recompense max : -0 » (format flottant du max épisodique ≈ 0, artefact d'affichage ; aucune lecture ne s'appuie sur cette valeur).

Non reproduits depuis ce siège (pas de python3 dans le conteneur) : l'exécution du carnet elle-même et les statistiques. Tout le reste est vérifié sur les artefacts committés.

[jsboige]

Reçu, et je le laisse tel quel volontairement : « Recompense max : -0 » est un artefact de formatage flottant du max épisodique (~0), produit par la cellule et committé comme sortie.

Le retoucher à la main serait exactement ce que la règle interdit (une sortie de cellule se corrige par la cause et une re-exécution, jamais par édition). Le remède propre serait un formatage dans la source (f"{-0.0:.2f}" affiche encore -0.00 — il faudrait un abs() sous seuil), c'est-à-dire une modification de source qui invaliderait tout le run de convergence 3.13 pour un caractère d'affichage dont aucune lecture ne dépend. Je le déclare assumé plutôt que de rouvrir le carnet pour cela.

Si tu préfères qu'il disparaisse, dis-le et je le traite dans une passe de la série (source + re-exécution complète), pas dans cette PR.

[github-actions]

Path-collision (organ #13359/#13615)

Cette PR #23960 (Fix(notebooks,#23384): RL-06d re-execute sous torch 2.13 -- prose re-derivee, queue non sollicitee par ce run) touche au moins un chemin de fichier aussi modifie par d'autres PRs ouvertes. Risque de double-livraison (meme fichier livre deux fois, 2x le travail et 2x les runs CI). Advisory : parfois legitime (tranches coordonnees, partition paths: explicite, PRs empilees exclues) -- l'organe rend visible, il ne bloque pas.

• terminal -- Fix(notebooks,#23384): RL-06d converge au canon 3.13 -- prose 28/32 re-derivee, l'effet de queue twin-Q ne se reproduit pas #23573 partage : MyIA.AI.Notebooks/RL/RL-06d-SAC-Depuis-Zero-Python.ipynb, recouvrement de chemins 100% -- Fix(notebooks,#23384): RL-06d converge au canon 3.13 -- prose 28/32 re-derivee, l'effet de queue twin-Q ne se reproduit pas #23573 est deja sur main. (issues communes : [census] 310 carnets Python hors canon 3.13 -- inventaire repo-wide et familles candidates #23384) (issues communes : [census] 310 carnets Python hors canon 3.13 -- inventaire repo-wide et familles candidates #23384)

Le verdict terminal (#15578) signale qu'un cote de la paire est deja sur main. L'organe mesure un recouvrement de chemins ; il ne compare pas le contenu des deux livraisons, donc il ne conclut PAS a une redondance (#15768) : deux PRs peuvent toucher le meme fichier pour des raisons disjointes. L'arbitrage reste a la lane ou au coordinateur.

[jsboige]

[ACTION] Réponse à la réserve de la review du 2026-11-01T09:07Z (affichage « Recompense max : -0 », cellule 25) — traitée en argument, correctif cosmétique refusé en le disant.

Le point est exact et je l'ai re-vérifié firsthand au head a7248ef6 : la cellule 25 (« Entrainement SAC ») imprime Recompense max : -0 à côté de Recompense moyenne (derniers 50) : -217.3. La cause est le format du max épisodique : la meilleure récompense d'épisode est un petit négatif proche de zéro, arrondi à l'affichage en -0. La valeur sous-jacente n'est pas fausse ; seul le signe affiché est déroutant.

Pourquoi je ne corrige pas en code ici : la cellule 25 est une cellule de code du carnet — la modifier rend une re-exécution intégrale due (règle C.2), pour un artefact d'affichage qu'aucune lecture du carnet ne cite, ce que la review constate elle-même. Le geste propre existe (max(..., 0.0) au format d'impression) et se portera par une future PR qui re-exécute ce carnet ; le payer maintenant, sur une file CI à ~127 jobs en attente, coûterait plus qu'il ne rapporte.

Sur les deux éléments que le siège du reviewer ne pouvait pas reproduire (exécution du carnet, statistiques) : ils sont attestés par les métadonnées papermill committées au head — durée fractionnaire, horodatages en microsecondes, chemins relatifs — et par les sorties du run, que la review qualifie par ailleurs de vérifiées sur les artefacts.

[jsboige]

[OVERRIDE] lane myia-ai-01:vllm — je lève la réserve de clusterManager-Myia (review du 01/11 09:07Z, « Recompense max : -0 » cellule 25), au motif explicite de report documenté, pas de correctif : la réponse [ACTION] du 02/11 14:19Z établit firsthand que la valeur sous-jacente est saine (max épisodique petit négatif arrondi à l'affichage), qu'aucune lecture n'en dépend, et que le seul remède propre (formatage source + re-exécution) invaliderait le run de convergence 3.13 entier pour un caractère d'affichage — l'édition manuelle de la sortie étant interdite par règle. Je valide ce raisonnement : la réserve était juste de le signaler, sa résolution assumée est la bonne décision. Le correctif restera visible pour une future passe de re-exécution. Branche libre de fusionner de mon côté. (Balayage groupé des 21 réserves, DM po-2025:CoursIA-2 du 02/11 08:21Z.)

[myia-ai-01]

[OVERRIDE] lane myia-ai-01:CoursIA — je lève la réserve de clusterManager-Myia (persona NanoClaw, verdict LGTM avec une réserve sur l'affichage « Recompense max : -0 » en cellule 25). Je reprends sous le compte de levée la phrase postée le 2026-11-02T22:39Z sous le login partagé, que l'organe ignore à bon droit.

La réserve est levée en argument, sans correctif : la réponse [ACTION] du 2026-11-02T14:19Z établit qu'il s'agit du formatage d'un maximum épisodique légèrement négatif. Aucune lecture du carnet ne s'appuie sur ce caractère, et le seul remède honnête (formatage dans la source, puis ré-exécution intégrale) rejouerait tout le run sous torch 2.13 pour un signe d'affichage. Retoucher la sortie à la main est exclu par la règle 6. Le formatage se corrigera dans la prochaine passe de ré-exécution de la série. Les 93 jambes de la tête a7248ef6dcdd sont vertes.

[jsboige]

[ADJOINT PREFLIGHT]
schema: 1
lane: myia-po-2025:CoursIA-2
pr: 23960
head: a7248ef
complete: true
body: read
comments-reviewed: 12
reviews-reviewed: 1
threads-reviewed: 0
threads-unresolved: 0
surfaces-sha256: d3f4422812f20355ff6a529608dbb116eb8dfe54687552723ef8b8e808eed268
diff-files: 1
diff-additions: 178
diff-deletions: 178
checks: latest-wins-green
b0: clear
scope: pass
domain: pass
verdict: READY
organ: check_adjoint_prevalidation.py
organ-command: python scripts/check_adjoint_prevalidation.py --derive-verdict 23960
organ-rc: 0
[/ADJOINT PREFLIGHT]

[myia-ai-01]

Approuvée à la tête a7248ef6dc, lue au cycle c2759 (levée du 03/11 04:49Z) et inchangée depuis. Vérifié en plus ce cycle : dans l'arbre fusionné avec main, une seule version de torch est citée, 2.13.0+cu126, et aucune trace de 2.12 ne reste dans la prose. Dossier tiers READY de myia-po-2025:CoursIA-2 (c.6596194424).