docs(ms-ai-architect): KB-refresh tema-b — Foundry-navnesveip «Azure AI Foundry»→«Microsoft Foundry» (233 filer)

Verifisert mot offisiell MS-doc (juni 2026): «Microsoft Foundry» er det
gjeldende produkt-/portalnavnet; «Foundry (classic)» = gamle «Azure AI Foundry»
(/azure/foundry/ vs /azure/foundry-classic/). Premiss bekreftet før sveip.

Multi-regel, IKKE naiv s/Azure AI Foundry/Microsoft Foundry/ — MS dropper
«Azure AI» (legger IKKE til «Microsoft») for to produktvarianter:
- «Azure AI Foundry Agent[ Service|s]» → «Foundry Agent Service/Agents» (MS-form)
- «Azure AI Foundry Models» → «Foundry Models» (i «Azure OpenAI in Foundry Models»)
- «Azure AI Foundry SDK» → «Microsoft Foundry SDK» (operatør-valg)
- «Azure AI Foundry portal/project» + generisk → «Microsoft Foundry»
- Pre-eksisterende «Microsoft Foundry Models» (4) normalisert → «Foundry Models»

Bevart: «Azure OpenAI», «Azure AI Inference SDK», «Azure AI Search»,
«Azure AI Services», kode-IDer. Historisk ref «(tidligere Azure AI Foundry)»
i model-catalog-2026.md beskyttet via lookbehind. URL /azure/ai-foundry/→
/azure/foundry/ kun i owasp-llm-top10 (KB-ref); docs/-filer deferred.

Scope: skills (inkl. 3 SKILL.md) + commands + agents + README + CLAUDE.
Ekskludert: docs/ (interne), playground/+tests/ fixtures (testdata),
CHANGELOG.md (historisk logg), STATE.md (gitignored).

3 SKILL.md endret (advisor/engineering/security) → judge-cache teknisk
invalidert for disse, men scorer uendret: advisor 91, eng/gov/infra/sec 96
(alle ≥90). validate 239/0. 0 «Azure AI Foundry» igjen (utenom bevart ref).

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

skills/ms-ai-governance/references/responsible-ai/responsible-ai-framework-overview.md

@@ -12,7 +12,7 @@ Microsoft Responsible AI Framework er et omfattende rammeverk for å utvikle, vu
 
 Responsible AI er ikke bare teknologi — det omfatter menneskene som bruker det, de som påvirkes av det, og miljøet det deployes i. Microsoft har utviklet [Responsible AI Standard](https://blogs.microsoft.com/wp-content/uploads/prod/sites/5/2022/06/Microsoft-Responsible-AI-Standard-v2-General-Requirements-3.pdf) (v2), som detaljerer hvordan disse prinsippene integreres i engineering-team, AI-livssyklusen og verktøy.
 
-**Relevans:** Gjelder alle Microsoft AI-tjenester — Azure AI Foundry, Copilot Studio, M365 Copilot, Power Platform AI, Azure OpenAI, Azure Machine Learning.
+**Relevans:** Gjelder alle Microsoft AI-tjenester — Microsoft Foundry, Copilot Studio, M365 Copilot, Power Platform AI, Azure OpenAI, Azure Machine Learning.
 
 **Confidence:** ✅ High — Basert på offisiell Microsoft-dokumentasjon fra 2025-2026.
 
@@ -112,7 +112,7 @@ Ansvar varierer etter deployment-type (IaaS, PaaS, SaaS):
 
 ## Integrasjon med Microsoft-stakken
 
-### Azure AI Foundry / Azure AI Studio
+### Microsoft Foundry / Azure AI Studio
 
 - **Safety Evaluations:** Innebygd vurdering av groundedness, relevance, content safety før deployment
 - **Adversarial Test Datasets:** Test mot jailbreak-forsøk, prompt injection
@@ -171,7 +171,7 @@ Ansvar varierer etter deployment-type (IaaS, PaaS, SaaS):
 |------|-----------|---------------|
 | 1 | **Adopter RAI-prinsipper som policy** | Bruk Microsoft RAI Standard som baseline, tilpass til norske lovkrav |
 | 2 | **Gjennomfør Impact Assessment** | RAI Impact Assessment + DPIA (GDPR Art. 35) |
-| 3 | **Velg riktige verktøy** | Azure ML RAI Dashboard for ML-modeller, Azure AI Foundry for generative AI |
+| 3 | **Velg riktige verktøy** | Azure ML RAI Dashboard for ML-modeller, Microsoft Foundry for generative AI |
 | 4 | **Etabler governance** | AI-governance-team (juridisk, etikk, teknisk), review-prosesser |
 | 5 | **Dokumenter for revisjon** | RAI Scorecard, MLOps lineage, transparency materials |
 | 6 | **Tren ansatte** | Obligatorisk RAI-opplæring for AI-utviklere og beslutningstakere |
@@ -196,7 +196,7 @@ Ansvar varierer etter deployment-type (IaaS, PaaS, SaaS):
 - **Compute:** RAI Dashboard-komponenter kjører på Azure ML compute instances (CPU/GPU)
 - **Estimat:** ~500-2000 NOK/måned for small/medium workloads (depends on compute SKU, usage)
 
-### Azure AI Foundry Safety Evaluations
+### Microsoft Foundry Safety Evaluations
 
 - **Kostnad:** Basert på token-bruk for safety evaluations (GPT-4-based evaluators)
 - **Estimat:** ~0.02-0.10 NOK per evaluation (varies by model, evaluation depth)
@@ -229,7 +229,7 @@ I offentlig sektor er RAI ikke "nice to have" — det er lovpålagt (GDPR, forva
 
 **2. Shared Responsibility Model avgjør arkitektur**
 - **SaaS (M365 Copilot):** Kunden har minst teknisk ansvar, men må fortsatt ha governance, brukspolicyer, output-review.
-- **PaaS (Azure AI Foundry, Azure ML):** Kunden har mer ansvar for modelldesign, testing, safety systems.
+- **PaaS (Microsoft Foundry, Azure ML):** Kunden har mer ansvar for modelldesign, testing, safety systems.
 - **IaaS (custom models på VMs):** Full ansvar for RAI-implementasjon — bruk open source-verktøy (Fairlearn, etc.).
 
 **3. RAI Dashboard er kritisk for ML-modeller i produksjon**