open/ms-ai-architect
1
0
Fork 0
Code Issues Releases 1 Activity

docs(ms-ai-architect): footer-klassen handklassifisert — 58 medlemmer, en fjerde unnslippsform, og «alle avvik samme vei» falt

Browse source 
§9.16. Leveransen er en maaling og en scope-anbefaling for aapent spoersmaal
#17; ingen korpusfil er roert.

«>=48» var riktig som gulv. Handklassifisert: 58 ekte medlemmer i 58 filer.
Bøtter: 30 konsistent / 11 inkonsistent / 1 tvetydig / 16 ikke sjekkbar.
Hvert anker verifisert ordrett og unikt (0 avvik).

FJERDE UNNSLIPPSFORM: tellingen baaret av handlingsordet («3 soek»,
«4 search queries», «2 deep fetch»), ikke av «kall». Mitt eget nett var blindt
for den — domain-specific-prompt-optimization.md:589 ble kun reddet av
nabolinja, og model-versioning-registry-management.md var usynlig i sin helhet
for baade MCP- og verktoeynavn-nettet.

COMPLETENESS: i stedet for flere ordgjetninger ble hele etikettvokabularet i
proveniensblokkene enumerert — 68 distinkte etiketter / 141 linjer, alle
plasserbare i kall-telling, kilde-telling eller annet. Ingen femte form.
Den kjente residualen (alle nett krever et SIFFER) ble testet, ikke antatt:
21 tallord-treff, alle broedtekst, null medlemmer.

RETNINGSARGUMENTET RE-MAALT: 10 av 11 inkonsistente gaar oppgitt < sum, 1 gaar
motsatt (chain-of-thought-prompting.md, oppgitt 4 over enumerert 3). «Alle
avvik gaar samme vei» er falsifisert som absolutt og maa slutte aa siteres
slik; tendensen (91 %) overlever. «Null motsatt» var et artefakt av at
populasjonen var maalt til under halv stoerrelse.

FORMEN DEKKER IKKE KLASSEN: 46 av 58 er linjeform, 12 er blokkform der «slett
linja» er udefinert — og én blokk blander naboklassen (Unique sources) inn i
samme punktliste som kall-linjene.

ANBEFALING #17: én klasse-entry for de 42 uten aapen beslutning, 16 egne
entries for dem som baerer én. Beslutning #14 («én entry per fil») ble tatt da
klassen ble antatt aa vaere 14 filer; 42 nesten-identiske entries er nettopp
mekanismen §9.15 viste at lot en feilmaaling gjemme seg bak sine egne kopier.

Datasett: scripts/kb-eval/data/r11-footer-class-2026-08-11.json
Suite 1047/1047.
This commit is contained in:
Kjell Tore Guttormsen 2026-08-11 21:52:19 +02:00
commit 41f769a166
2 changed files with 769 additions and 0 deletions
Download patch file Download diff file Expand all files Collapse all files

194
docs/r11-pilot-results.md
View file

@ -1902,3 +1902,197 @@ korrigerte populasjonen før det siteres igjen.**
overskrift som nevner feltet.
- **En sletting kan etterlate tallet i live et annet sted i samme fil.** Verifiser
fravær i HELE fila etter editen, ikke bare at linja er borte.
## §9.16 — footer-klassen håndklassifisert: 58 medlemmer, en fjerde unnslippsform, og et retningsargument som ikke overlevde som absolutt
Leveransen denne økten er **en måling og en scope-anbefaling**, ikke editer. Ingen
korpusfil er rørt. `git status` viser kun `docs/` og måledatasettet.
`≥48` fra §9.15-addendumet var riktig **som gulv**. Håndklassifisert populasjon:
**58 ekte medlemmer i 58 distinkte filer.**
### Hva som ble sveipet, og hvorfor det er fire nett og ikke ett
Forrige økt lærte at et nett bundet til feltetiketten er blindt på samme måte som
et nett bundet til engelsk. Svaret er ikke et bredere ord — det er **flere nett
som er blinde på hver sin måte**, slik at residualen til hvert nett kan leses for
hånd:
| Nett | Definisjon | Blind for |
|------|------------|-----------|
| A | `MCP` + siffer + kall-ord (`kall`/`call`/`anrop`) | tellinger uten ordet «kall»; tellinger uten `MCP` i linja |
| B | verktøy-identifikator (`microsoft_docs_*`) + siffer | tellinger som ikke navngir verktøyet |
| C | proveniensblokkens **etikettvokabular** der verdien er et tall | ikke-fete etiketter; overskriftsform |
| D | forskningshandling-telling uten kall-ord OG uten verktøy-identifikator | brødtekst-gjentakelse uten begge deler |
A gav 59 linjer / 53 filer, B 72 / 48, D 35 kandidater etter innstramming. C er
completeness-argumentet og står omtalt under.
### Den FJERDE unnslippsformen — tellingen uttrykt som «søk», ikke «kall»
§9.15 navngav tre unnslippsformer. Det finnes en fjerde, og **mitt eget nett A var
blindt for den**:
> `- **MCP-søk** — 3 søk mot microsoft-learn (2026-02-04)`
> `**MCP-søk utført:** 3 søk (microsoft-learn)`
> `- **Total searches:** 3 (Azure ML registry, AI Foundry, MLOps lifecycle)`
> `**Antall dokumenter søkt:** 4 (search queries) + 2 (deep fetch)`
Tellingen bæres av handlingsordet (`søk`, `queries`, `hentinger`, `deep reads`,
`fetches`), ikke av `kall`. `domain-specific-prompt-optimization.md:589` ble bare
reddet av at NABOLINJA nevnte `microsoft_docs_fetch` — linja selv var usynlig for
både A og B. **`model-versioning-registry-management.md` var usynlig for begge i
sin helhet**: overskriften `### MCP research summary` bærer ingen siffer, og de tre
telle-linjene under den nevner verken `MCP` eller et verktøynavn. Den er et rent
produkt av nett D.
**Tre nye medlemmer kom kun fra nett D:** `model-versioning-registry-management.md`,
`ai-impact-assessment-framework.md`, `responsible-ai-framework-overview.md`.
### Completeness-argumentet: etikettvokabularet, ikke flere ordgjetninger
Å lete etter en femte form ved å gjette flere ord er den samme feilen en gang til.
I stedet ble **hele etikettvokabularet enumerert**: hver fete etikett inne i en
proveniensblokk hvis verdi *begynner med et heltall*. Det gir **68 distinkte
etiketter over 141 linjer**, og hver enkelt lar seg plassere i én av tre klasser:
- **kall-telling** (klassen under adjudisering) — `mcp calls`, `total mcp calls`,
`mcp-kall`, `mcp-kall utført`, `mcp call summary`, `mcp-søk utført`,
`total searches`, `document fetches`, `antall dokumenter søkt`, m.fl.
- **kilde-/URL-telling** (naboklassen — «behold og verifiser»-linjene) —
`unique sources`, `unike kilder`, `totalt antall kilder`, `total sources cited`, …
- **annet** — konfidensprosent, kodeeksempler, versjon, `verification status` (80/20-klassen).
Ingen etikett falt utenfor. **Ingen femte unnslippsform for kall-klassen dukket opp.**
**Residualen som gjensto, ble testet, ikke antatt.** Alle fire nett krever et
SIFFER. En telling skrevet med bokstaver («tre oppslag») ville sluppet gjennom alle
sammen. Sveip: linjer med tallord (`to`…`tolv`, `two`…`twelve`) i MCP-/kall-kontekst
**uten** siffer → 21 treff, alle brødtekst («To API-kall per dokument»,
`### Tre MCP-komponenter`). **Null medlemmer. Blindheten er tom, målt.**
### Målingen
58 medlemmer. Hvert anker er verifisert **ordrett og unikt** i fila (`str.count`
== 1) og på oppgitt linjenummer — 0 avvik. Datasett:
`scripts/kb-eval/data/r11-footer-class-2026-08-11.json`.
| Bøtte | Definisjon | Antall | Andel |
|-------|------------|--------|-------|
| konsistent | total + oppdeling oppgitt, og de stemmer under den eneste rimelige lesningen | **30** | 51,7 % |
| inkonsistent | total + oppdeling oppgitt, og de spriker under enhver rimelig lesning | **11** | 19,0 % |
| tvetydig | total + oppdeling oppgitt, men dommen snur mellom to forsvarlige lesninger | **1** | 1,7 % |
| ikke sjekkbar | ingen intern kryssjekk finnes (bar total, oppdeling uten total, eller et ledd uten tall) | **16** | 27,6 % |
Fordeling per skill: engineering 23 · governance 12 · security 12 · advisor 11.
⚠️ **BØTTENE MÅLER INTERN KOHERENS, IKKE SANNHET.** En «konsistent» linje er ikke
verifisert — den er bare ikke selvmotsigende. Ratifiseringsgrunnen er
**uverifiserbarhet**, og den gjelder alle 58 uansett bøtte. Bøttene er derfor
input til *hvordan* klassen bokføres, aldri til *om* den slettes.
### Retningsargumentet re-målt — falsifisert som absolutt, intakt som tendens
§9.15 flagget `chain-of-thought-prompting.md:500` som kandidat-motsigelse mot «alle
avvik går samme vei» (åtte av åtte, oppgitt < sum). Målt over den korrigerte
populasjonen, alle 11 inkonsistente:
| Δ | oppgitt | enumerert | fil |
|---|---------|-----------|-----|
| −3 | 3 | 6 | `response-quality-metrics-rag.md` |
| −2 | 3 | 5 | `prompt-testing-and-evaluation.md` |
| −2 | 4 | 6 | `model-monitoring-drift-detection.md` |
| −2 | 4 | 6 | `small-language-models-economics.md` |
| −2 | 4 | 6 | `token-counting-optimization.md` |
| −1 | 5 | 6 | `document-intelligence-prebuilt-models.md` |
| −1 | 7 | 8 | `speech-services-text-to-speech.md` |
| −1 | 4 | 5 | `responsible-ai-policy-development.md` |
| −1 | 4 | 5 | `output-validation-grounding-verification.md` |
| −1 | 4 | 5 | `azure-ai-foundry-cost-governance.md` |
| **+1** | **4** | **3** | **`chain-of-thought-prompting.md`** |
**10 av 11 samme vei, 1 motsatt.** I tillegg går det ene tvetydige medlemmet
(`microsoft-graph-api-copilot-integration.md`, oppgitt 7 mot 6 MCP-kall + 1
`ToolSearch`) motsatt vei under sin MCP-only-lesning.
**«Alle avvik går samme vei» er dermed FALSIFISERT som absolutt påstand og må
slutte å siteres i den formen.** Tendensen (10/11 ≈ 91 %) overlever og er fortsatt
forenlig med at tallet sjelden ble transkribert fra en faktisk kjøring — men
«null motsatt vei» var et artefakt av at populasjonen var målt til under halv
størrelse.
### Den ratifiserte formen dekker ikke hele klassen
Formen fra §9.14 sier **slett linja**. Målt fordeling:
- **46 av 58 (79,3 %) er LINJEFORM** — formen anvendes uendret.
- **12 av 58 (20,7 %) er BLOKKFORM** — tellingen bor i 2–7 linjer, ofte uten oppgitt
total, ofte under en egen overskrift (`### MCP Calls Summary`,
`### MCP research summary`, `**MCP-statistikk:**`, `**Research Coverage:**`).
For blokkformen er «slett linja» **udefinert**: å slette én linje av
`- **microsoft_docs_search calls:** 4` / `- ... fetch calls:** 3` / `- ... :** 1`
etterlater en halv telling. Og flere blokker blander klasser — i
`model-versioning-registry-management.md` står `- **Unique sources:** 7` (naboklassen,
skal BEHOLDES) i samme punktliste som de tre kall-linjene. **Sletteoperasjonen må
navngi hvilke linjer i blokken som går, ikke bare hvilken blokk.**
### Anbefaling for åpent spørsmål #17
Spørsmålet gjaldt opprinnelig «14 ubokførte filer», og beslutning **#14** sa **én
kø-entry per berørt fil**. Begge premissene er nå fire ganger for små. Anbefalingen
er å **splitte bokføringen etter om entryen bærer en åpen beslutning**:
**(1) ÉN klasse-entry for 42 medlemmer.** Disse er linjeform, uten flagg, med
ratifisert grunn (uverifiserbarhet) og ratifisert operasjon (slett). Det finnes
ingen åpen beslutning i dem — 42 individuelle entries ville vært 42 kopier av et
allerede besvart spørsmål. Fillisten bor i datasettet, ikke i 42 prosatekster.
**Presedensen taler for dette, ikke mot:** §9.15 viste at et tall sitert ordrett i
sju kø-entries var målt over halve populasjonen, og *ingen av de sju kunne oppdage
det — de siterte hverandre*. Duplisering er nettopp mekanismen som lot feilen leve.
**(2) 16 individuelle entries** — de som bærer en beslutning en klasse-entry ikke
kan bære:
| Fil | Bøtte | Hvorfor egen entry |
|-----|-------|--------------------|
| `microsoft-graph-api-copilot-integration.md` | tvetydig | `ToolSearch` talt som MCP-kall |
| `ai-act-annex-iii-checklist.md` | ikke sjekkbar | `WebSearch` + `tavily_extract` under overskrift «MCP-søk»; blokk |
| `ai-act-compliance-guide.md` | ikke sjekkbar | `WebSearch` under «MCP-søk utført»; blokk |
| `rag-document-preprocessing.md` | konsistent | etikett «MCP-kilder», verdi «MCP-kall» |
| `ai-impact-assessment-framework.md` | ikke sjekkbar | etikett «dokumenter søkt», verdi = handlinger |
| `inferencing-optimization-caching.md` | konsistent | tallet gjentatt i prosa (:1029) — krever rest-søk |
| `chain-of-thought-prompting.md` | inkonsistent | eneste motsatt-vei-avvik; blokk |
| `enterprise-governance-copilot-deployment.md` | ikke sjekkbar | blokk |
| `domain-specific-prompt-optimization.md` | ikke sjekkbar | blokk; ett ledd uten tall |
| `infrastructure-as-code-mlops.md` | ikke sjekkbar | blokk |
| `model-versioning-registry-management.md` | ikke sjekkbar | blokk; naboklasse i samme liste |
| `ai-risk-taxonomy-classification.md` | ikke sjekkbar | blokk |
| `algorithmic-accountability-auditability.md` | konsistent | blokk (overskrift bærer totalen) |
| `model-monitoring-drift-detection.md` | inkonsistent | blokk (overskrift bærer totalen) |
| `responsible-ai-framework-overview.md` | ikke sjekkbar | blokk over to etiketter |
| `prompt-injection-defense-patterns.md` | ikke sjekkbar | blokk |
De tre `provenance_mix`-tilfellene er **samme klasse som `idx-26w`** (åpent
spørsmål #21) og bør avgjøres sammen med det, ikke hver for seg.
**Kostnadsforskjellen er ikke hovedargumentet.** 58 entries mot 17 sparer arbeid,
men det som faktisk står på spill er at 42 nesten-identiske entries gjør køen til
et sted hvor en feilmåling kan gjemme seg bak sine egne kopier.
### Gjenbrukbare funn
- **Et nett kan ikke bevise sin egen fullstendighet. Flere nett med ULIKE blindsoner
kan** — når residualen til hvert nett leses for hånd. Ett bredere ord er ikke det
samme som ett nett til.
- **Enumerér vokabularet, ikke forekomstene.** Å telle hvor mange treff en gjetning
gir sier ingenting om hva gjetningen ikke ser. Å liste alle *etiketter* i klassens
strukturelle omgivelser er et argument som kan etterprøves.
- **Test den blindheten du VET at du har.** Alle fire nett krevde et siffer; det tok
én sveip å vise at tallord-formen er tom. Utestet blindhet er en påstand.
- **Et «alle X går samme vei»-argument dør av ett moteksempel, men tendensen kan
overleve.** Skill de to før du siterer noen av dem.
- **En form kan være ratifisert for én STRUKTUR og stille anta at hele klassen har
den.** «Slett linja» var aldri feil — den var udefinert for 20 % av klassen, og
ingenting i formen sa fra.
- **Duplisering i en kø er ikke bare kostnad — det er hvor en feilmåling gjemmer seg.**

575
scripts/kb-eval/data/r11-footer-class-2026-08-11.json Normal file
View file

@ -0,0 +1,575 @@
{
"_meta": {
"measured": "2026-08-11",
"population": "skills/**/references/**/*.md (389 files)",
"class": "a stated count of MCP tool calls made while researching THIS document",
"buckets": {
"konsistent": "total stated + breakdown stated + they agree under the only reasonable reading",
"inkonsistent": "total stated + breakdown stated + they disagree under every reasonable reading",
"tvetydig": "total stated + breakdown stated, verdict flips between two defensible readings",
"ikke_sjekkbar": "no internal cross-check exists (bare total, breakdown without total, or a component with no number)"
},
"flags": "orthogonal to bucket: provenance_mix, label_value_mismatch, prose_repeat, direction_stated_gt_enumerated"
},
"members": [
{
"f": "skills/ms-ai-advisor/references/copilot-extensibility/adaptive-cards-copilot-responses.md",
"l": 517,
"a": "**MCP calls:** 3 docs_search, 2 docs_fetch, 1 code_sample_search",
"b": "ikke_sjekkbar",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-advisor/references/copilot-extensibility/copilot-api-rate-limiting-resilience.md",
"l": 496,
"a": "**MCP Calls:** 6 (3 searches, 2 fetches, 1 code sample search)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-advisor/references/copilot-extensibility/declarative-agents-grounding-strategies.md",
"l": 461,
"a": "**MCP-kall:** 7 (3 search, 3 fetch, 1 code sample search)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-advisor/references/copilot-extensibility/enterprise-governance-copilot-deployment.md",
"l": 920,
"a": "- 3 microsoft_docs_search calls",
"b": "ikke_sjekkbar",
"flags": [],
"form": "block",
"span": [
919,
922
]
},
{
"f": "skills/ms-ai-advisor/references/copilot-extensibility/microsoft-graph-api-copilot-integration.md",
"l": 544,
"a": "**MCP calls:** 7 (3x docs_search, 2x docs_fetch, 1x code_sample_search, 1x ToolSearch)",
"b": "tvetydig",
"flags": [
"provenance_mix"
],
"form": "line"
},
{
"f": "skills/ms-ai-advisor/references/copilot-extensibility/sharepoint-copilot-agents.md",
"l": 356,
"a": "**MCP-calls:** 5 (3 search + 2 fetch).",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-advisor/references/copilot-extensibility/teams-copilot-message-extensions.md",
"l": 469,
"a": "**MCP-kall utført:** 6 (3 search, 2 fetch, 1 code sample search)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-advisor/references/prompt-engineering/chain-of-thought-prompting.md",
"l": 500,
"a": "**Totalt:** 4 MCP-kall, 3 unike Microsoft Learn-kilder.",
"b": "inkonsistent",
"flags": [
"direction_stated_gt_enumerated"
],
"form": "block",
"span": [
494,
500
],
"stated": 4,
"enumerated": 3,
"delta": 1
},
{
"f": "skills/ms-ai-advisor/references/prompt-engineering/domain-specific-prompt-optimization.md",
"l": 589,
"a": "- **MCP-søk** — 3 søk mot microsoft-learn (2026-02-04)",
"b": "ikke_sjekkbar",
"flags": [],
"form": "block",
"span": [
587,
591
]
},
{
"f": "skills/ms-ai-advisor/references/prompt-engineering/multi-turn-conversation-management.md",
"l": 683,
"a": "**MCP calls:** 5 (search + fetch)",
"b": "ikke_sjekkbar",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-advisor/references/prompt-engineering/prompt-testing-and-evaluation.md",
"l": 1080,
"a": "**MCP Calls:** 3 (microsoft_docs_search × 2, microsoft_docs_fetch × 2, microsoft_code_sample_search × 1)",
"b": "inkonsistent",
"flags": [],
"form": "line",
"stated": 3,
"enumerated": 5,
"delta": -2
},
{
"f": "skills/ms-ai-engineering/references/agent-orchestration/agent-evaluation-testing-frameworks.md",
"l": 563,
"a": "- **MCP calls:** 3 (microsoft_docs_search) + 2 (microsoft_docs_fetch) + 1 (microsoft_code_sample_search) = 6",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/agent-orchestration/agent-memory-and-context-management.md",
"l": 535,
"a": "**MCP calls**: 6 (3x microsoft_docs_search, 2x microsoft_docs_fetch, 1x microsoft_code_sample_search)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/agent-orchestration/foundry-workflows-visual-orchestration.md",
"l": 651,
"a": "**MCP calls**: 4 (2x docs_search, 2x docs_fetch)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/agent-orchestration/multi-agent-orchestration-patterns.md",
"l": 720,
"a": "**Total MCP calls:** 6 (3 microsoft_docs_search + 2 microsoft_docs_fetch + 1 microsoft_code_sample_search)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/azure-ai-services/ai-services-api-best-practices.md",
"l": 762,
"a": "**MCP call summary:** 7 microsoft_docs_search + 4 microsoft_docs_fetch + 1 microsoft_code_sample_search = 12 total MCP calls",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/azure-ai-services/ai-services-cost-optimization.md",
"l": 396,
"a": "**Total MCP calls:** 6",
"b": "ikke_sjekkbar",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/azure-ai-services/ai-services-governance-compliance.md",
"l": 753,
"a": "**Total antall MCP-kall:** 8 (4 docs_search + 4 docs_fetch)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/azure-ai-services/ai-services-networking-security.md",
"l": 620,
"a": "**MCP calls:** 7 (microsoft_docs_search, microsoft_docs_fetch, microsoft_code_sample_search)",
"b": "ikke_sjekkbar",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/azure-ai-services/azure-ai-vision-image-analysis.md",
"l": 392,
"a": "**MCP-kall totalt:** 4 (3 docs_search + 1 code_sample_search)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/azure-ai-services/document-intelligence-prebuilt-models.md",
"l": 565,
"a": "**Totalt MCP-kall:** 5 (3× search, 2× fetch, 1× code samples)",
"b": "inkonsistent",
"flags": [],
"form": "line",
"stated": 5,
"enumerated": 6,
"delta": -1
},
{
"f": "skills/ms-ai-engineering/references/azure-ai-services/speech-services-text-to-speech.md",
"l": 538,
"a": "**Totalt antall MCP-kall:** 7 (4 × docs_search, 3 × docs_fetch, 1 × code_sample_search)",
"b": "inkonsistent",
"flags": [],
"form": "line",
"stated": 7,
"enumerated": 8,
"delta": -1
},
{
"f": "skills/ms-ai-engineering/references/azure-ai-services/translator-document-translation.md",
"l": 402,
"a": "**Total MCP calls:** 4 (docs_search) + 3 (docs_fetch) = **7**",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/mlops-genaiops/data-drift-monitoring-detection.md",
"l": 378,
"a": "**MCP Calls:** 5 (3 × microsoft_docs_search, 1 × microsoft_docs_fetch, 1 × microsoft_code_sample_search)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/mlops-genaiops/genaiops-llm-specific-practices.md",
"l": 383,
"a": "**Totalt:** 18 kilder, 8 MCP-kall.",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/mlops-genaiops/inferencing-optimization-caching.md",
"l": 1005,
"a": "**Total MCP-kall:** 7 (docs search) + 3 (docs fetch) + 2 (code samples) = **12**",
"b": "konsistent",
"flags": [
"prose_repeat"
],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/mlops-genaiops/infrastructure-as-code-mlops.md",
"l": 933,
"a": "- **microsoft_docs_search calls:** 4",
"b": "ikke_sjekkbar",
"flags": [],
"form": "block",
"span": [
932,
935
]
},
{
"f": "skills/ms-ai-engineering/references/mlops-genaiops/mlops-security-access-control.md",
"l": 744,
"a": "**MCP Calls:** 8 (microsoft-learn docs search + fetch, code samples)",
"b": "ikke_sjekkbar",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/mlops-genaiops/mlops-teams-collaboration-tools.md",
"l": 738,
"a": "**Totalt antall MCP-kall:** 6 (3x search, 2x fetch, 1x code samples)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/mlops-genaiops/model-deployment-strategies-azure.md",
"l": 1067,
"a": "**MCP-kall utført:** 8 (microsoft_docs_search × 5, microsoft_docs_fetch × 2, microsoft_code_sample_search × 1)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/mlops-genaiops/model-versioning-registry-management.md",
"l": 580,
"a": "- **Total searches:** 3 (Azure ML registry, AI Foundry, MLOps lifecycle)",
"b": "ikke_sjekkbar",
"flags": [],
"form": "block",
"span": [
579,
582
]
},
{
"f": "skills/ms-ai-engineering/references/mlops-genaiops/responsible-ai-mlops-integration.md",
"l": 733,
"a": "**MCP-calls brukt:** 6 (microsoft_docs_search x 3, microsoft_docs_fetch x 2, microsoft_code_sample_search x 1)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/rag-architecture/rag-cost-optimization.md",
"l": 558,
"a": "**MCP calls:** 3 (search) + 2 (fetch) = 5 total",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-engineering/references/rag-architecture/rag-document-preprocessing.md",
"l": 791,
"a": "**Totalt antall MCP-kilder:** 3 docs_search calls + 2 docs_fetch calls = **5 MCP-kall**",
"b": "konsistent",
"flags": [
"label_value_mismatch"
],
"form": "line"
},
{
"f": "skills/ms-ai-governance/references/monitoring-observability/real-time-streaming-monitoring.md",
"l": 560,
"a": "**MCP calls:** 6 (3 × search, 2 × fetch, 1 × code search)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-governance/references/monitoring-observability/response-quality-metrics-rag.md",
"l": 637,
"a": "**MCP research calls:** 3 (microsoft_docs_search × 3, microsoft_docs_fetch × 2, microsoft_code_sample_search × 1)",
"b": "inkonsistent",
"flags": [],
"form": "line",
"stated": 3,
"enumerated": 6,
"delta": -3
},
{
"f": "skills/ms-ai-governance/references/responsible-ai/ai-act-annex-iii-checklist.md",
"l": 523,
"a": "- `microsoft_docs_search`: 2 queries (EU AI Act compliance, Purview AI governance)",
"b": "ikke_sjekkbar",
"flags": [
"provenance_mix"
],
"form": "block",
"span": [
521,
525
]
},
{
"f": "skills/ms-ai-governance/references/responsible-ai/ai-act-compliance-guide.md",
"l": 733,
"a": "- `microsoft_docs_search`: 3 queries (EU AI Act compliance, governance, risk classification)",
"b": "ikke_sjekkbar",
"flags": [
"provenance_mix"
],
"form": "block",
"span": [
732,
735
]
},
{
"f": "skills/ms-ai-governance/references/responsible-ai/ai-impact-assessment-framework.md",
"l": 653,
"a": "**Antall dokumenter søkt:** 4 (search queries) + 2 (deep fetch)",
"b": "ikke_sjekkbar",
"flags": [
"label_value_mismatch"
],
"form": "line"
},
{
"f": "skills/ms-ai-governance/references/responsible-ai/ai-risk-taxonomy-classification.md",
"l": 460,
"a": "- **microsoft_docs_search:** 3 calls (AI risk classification, AI Act levels, Azure framework)",
"b": "ikke_sjekkbar",
"flags": [],
"form": "block",
"span": [
458,
463
]
},
{
"f": "skills/ms-ai-governance/references/responsible-ai/algorithmic-accountability-auditability.md",
"l": 562,
"a": "### MCP Calls: 6",
"b": "konsistent",
"flags": [],
"form": "block",
"span": [
562,
565
]
},
{
"f": "skills/ms-ai-governance/references/responsible-ai/continuous-improvement-feedback-loops.md",
"l": 599,
"a": "**Total MCP calls:** 6 (3 searches + 2 fetches + 1 code sample search)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-governance/references/responsible-ai/human-in-the-loop-oversight.md",
"l": 832,
"a": "**MCP Calls:** 6 (3 searches + 2 fetches + 1 code sample search)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-governance/references/responsible-ai/model-monitoring-drift-detection.md",
"l": 774,
"a": "### Total MCP Calls: 4",
"b": "inkonsistent",
"flags": [],
"form": "block",
"span": [
774,
777
],
"stated": 4,
"enumerated": 6,
"delta": -2
},
{
"f": "skills/ms-ai-governance/references/responsible-ai/responsible-ai-framework-overview.md",
"l": 374,
"a": "**MCP-søk utført:** 3 søk (microsoft-learn)",
"b": "ikke_sjekkbar",
"flags": [],
"form": "block",
"span": [
374,
375
]
},
{
"f": "skills/ms-ai-governance/references/responsible-ai/responsible-ai-policy-development.md",
"l": 561,
"a": "**MCP Calls:** 4 (microsoft_docs_search x3, microsoft_docs_fetch x2)",
"b": "inkonsistent",
"flags": [],
"form": "line",
"stated": 4,
"enumerated": 5,
"delta": -1
},
{
"f": "skills/ms-ai-security/references/ai-security-engineering/ai-security-scoring-framework.md",
"l": 514,
"a": "**MCP calls:** 5 (3 søk + 2 fetch)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-security/references/ai-security-engineering/content-safety-filter-calibration.md",
"l": 536,
"a": "**MCP-kall:** 6 (3x microsoft_docs_search, 2x microsoft_docs_fetch, 1x microsoft_code_sample_search)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-security/references/ai-security-engineering/norwegian-content-safety.md",
"l": 537,
"a": "**MCP-kall:** 6 (microsoft_docs_search x6)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-security/references/ai-security-engineering/output-validation-grounding-verification.md",
"l": 694,
"a": "**MCP-kall utført:** 4 (2x docs_search, 1x code_sample_search, 2x docs_fetch)",
"b": "inkonsistent",
"flags": [],
"form": "line",
"stated": 4,
"enumerated": 5,
"delta": -1
},
{
"f": "skills/ms-ai-security/references/ai-security-engineering/prompt-injection-defense-patterns.md",
"l": 477,
"a": "- 3 MCP microsoft-learn docs_search calls",
"b": "ikke_sjekkbar",
"flags": [],
"form": "block",
"span": [
476,
478
]
},
{
"f": "skills/ms-ai-security/references/cost-optimization/azure-ai-foundry-cost-governance.md",
"l": 903,
"a": "**Total MCP Calls:** 4 (3x microsoft_docs_search, 1x microsoft_docs_fetch, 1x microsoft_code_sample_search)",
"b": "inkonsistent",
"flags": [],
"form": "line",
"stated": 4,
"enumerated": 5,
"delta": -1
},
{
"f": "skills/ms-ai-security/references/cost-optimization/budget-forecasting-ai-projects.md",
"l": 529,
"a": "**Total MCP calls:** 3 (docs_search) + 2 (docs_fetch) + 1 (code_sample_search) = 6",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-security/references/cost-optimization/inference-endpoint-cost-optimization.md",
"l": 616,
"a": "**Totalt MCP-kall:** 3 (microsoft_docs_search) + 2 (microsoft_docs_fetch) + 1 (microsoft_code_sample_search) = 6",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-security/references/cost-optimization/model-selection-price-performance.md",
"l": 570,
"a": "**MCP-kall brukt:** 6 (4x docs_search, 2x docs_fetch)",
"b": "konsistent",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-security/references/cost-optimization/reserved-capacity-planning.md",
"l": 557,
"a": "**MCP Calls:** 3",
"b": "ikke_sjekkbar",
"flags": [],
"form": "line"
},
{
"f": "skills/ms-ai-security/references/cost-optimization/small-language-models-economics.md",
"l": 644,
"a": "**Total MCP-kall:** 4 (3x search, 2x fetch, 1x code samples)",
"b": "inkonsistent",
"flags": [],
"form": "line",
"stated": 4,
"enumerated": 6,
"delta": -2
},
{
"f": "skills/ms-ai-security/references/cost-optimization/token-counting-optimization.md",
"l": 611,
"a": "**MCP Calls:** 4 (microsoft_docs_search × 3, microsoft_docs_fetch × 2, microsoft_code_sample_search × 1)",
"b": "inkonsistent",
"flags": [],
"form": "line",
"stated": 4,
"enumerated": 6,
"delta": -2
}
]
}