Spaces:
Runtime error
Runtime error
Commit History
-
Lot pythonisation : lint de rendu (cause racine faux-VERT) + filets + prompts
wilenPyxi +1: Claude Fable 5Le harnais n executait que le Python -> des bugs de RENDU passaient VERT. - LINT DE RENDU (harness.check_render_static, tous modes) : $ inline desequilibre + % nu (non \%) -> ROUGE. check_injection_in_roles : {{ }} DANS un role {fr}/{en} -> ROUGE dur (ne s evalue pas, bug n1). Calibre 0 faux positif sur 41 few-shots. - FILETS deterministes : extract_injections_from_roles (coupe le role, sort l injection/le span $...$ en zone neutre symetrique FR/EN ; abandonne si FR/EN non alignes -> ROUGE + reparation) ; escape_percent (% visible -> \%, epargne Python + metadonnees). Le ${} anti-devise RESTE canonique (skill 1). - PROMPTS : parametre verrouille par le vocabulaire, solution 100% calculee sinon figer, non-negativite des cases, titre<->parametre, questionStatement non vide, construction deterministe a rebours, pxsl_res_num vs str(float), texte langue-specifique jamais injecte. Regles de reparation associees. - quadratique.md (few-shot runtime) corrige (injections hors r…59e924b
-
Audit pedagogique des declinaisons (qualite au-dela du harnais mecanique)
wilenPyxi +1: Claude Fable 5Juge LLM (PEDAGOGICAL_AUDIT_PROMPT, gpt-5.4 + repli JSON OpenAI) evalue une declinaison VERTE : distracteurs coherents/indevinables, enonce qui ne donne pas la reponse, formulation directe, indice-amorce, format identique -> verdict OK/A_REVOIR + issues. Si A_REVOIR : reparation ciblee (gardee seulement si le harnais reste VERT ET que la qualite s ameliore), puis en mode auto ESCALADE de modele (le meilleur modele selon l exo). Expose : pastille UI, result[pedagogical], policy_telemetry[pedago_verdict]. Config PEDAGO_*. Filets deterministes factorises (_apply_deterministic_nets). Smoke 76/76 ; generation reelle : juge OK, escalade fonctionnelle. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>54b6073
-
Declinaisons: originalExerciseId systematique + grille miroir + bouton Stop
wilenPxs +1: Claude Fable 5- :originalExerciseId: toujours present dans l en-tete des declinaisons, valeur = :id: du QST source (vide si la source n en a pas) — convention des 33 exemples valides, prouve sur generation reelle (harnais VERT). - MCQ_SPEC v2 : distracteurs en GRILLE MIROIR (variations symetriques, bonne reponse jamais devinable par la forme — regle enseignante) ; jamais d option structurellement unique ni de fraction non simplifiee. - Filet d aeration deterministe (ligne vide avant chaque bloc question/ sous-bloc — mise en page des exemples valides), idempotent, applique aussi aux candidats de reparation. - Bouton Stop (tous modes) : POST /api/jobs/<id>/cancel, annulation cooperative au prochain point d etape, resultats partiels conserves, statut cancelled dans l UI. - Smoke 71/71 (aeration, originalExerciseId, flux d annulation complet). Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>77c855f
-
Politique de modeles multi-fournisseurs + retrait de Fable + durcissements
wilenPxs +1: Claude Fable 5- app/models/: catalogue 16 modeles (IDs OpenRouter verifies 2026-07-02), client route directe-ou-OpenRouter, policy auto/best/cheap/manual (pre-classifieur de difficulte + escalade sur echec harnais, plafond MAX_ESCALADES), prix, et recommended.json issu du banc reel (51 cellules role x modele x exo) : generate/audit best=deepseek-v4-pro, mecanique best=mistral-small. - claude-fable-5 retire volontairement de tout le code (catalog/config/UI/docs). - UI : selecteur de politique + dropdowns par role (mode manuel), telemetrie de routage (modele gagnant, echelons, difficulte, revue humaine). - Durcissements : reponse LLM vide (content:null) -> retry puis erreur propre ; harnais time-boxe par graine (10s, exec+rendu+scans, abandon apres 3 timeouts) ; escalade BaseException contre les try/except avaleurs ; cout expose honnete (analyse partagee + echelons perdants inclus). - Non-regression : pythonise (Exercice_1) et QAT verts a 300 graines. - Smoke 61/61. Co-Authored-By: Cl…81836d8 -
Mode Declinaisons QCM/QAT: spec MCQ/FGQ (calibree sur 33 exemples valides), harnais etendu (collisions options multi-graines, arite FGQ, un seul bloc python), filets deterministes (mcqOption, None dernier, fusion blocs), UI mode+types, analyse partagee QCM/QAT, zero regression pythonisation (smoke 45/45)
wilenPxs87b004b