ms-ai-architect/scripts/kb-eval
Kjell Tore Guttormsen 0470674801 fix(ms-ai-architect): idx-26j presisert — 80/20-funnet forutsatte en nevner det selv kaller udefinert
To rettelser i bokfoeringen, ingen endring i korpuset.

1. 80/20-PAASTANDEN MOTSA SEG SELV. Entryen sa samtidig at fottekstens referent
er udefinert OG at 80/20 'matcher hverken 10/5 foer eller 12/5 etter' - et
konkret avvik regnet ut fra én ANTATT nevner. Soesterfila teller samme slags
paastand paa en annen partisjon ('15 (8 verified fra MCP, 7 baseline/code
samples)' folder code samples inn paa baseline-siden og teller ikke
listeposisjoner). Omskrevet: defekten er at linja ikke KAN sjekkes, ikke at et
bestemt tall spriker. Ikke 'fiks' prosentene mot en antatt nevner - avgjoer
referenten foerst.

2. 'Status: GA' PAA LINJE 4 ER ADJUDISERT, IKKE OVERSETT. idx-26g advarer neste
leser mot aa triagere denne klassen som sitat-hygiene, og samme streng staar i
fila denne oekten nettopp stemplet. Den er IKKE falsifisert av stempelet: linje 4
ligger i bold-label-headeren over '## Innhold', og filas foerste Confidence-
stempel er seksjons-terminalt paa :59.

MEN det egentlige funnet er stoerre enn begge filene: feltets referent er
udefinert KORPUS-BREDT. Maalt over skills/*/references/ blander '**Status:**' to
vokabularer som svarer paa ulike spoersmaal - dokumentmodenhet (Established
Practice 43, Gjeldende 18, Reference 7, Komplett 2) og produkttilgjengelighet
(GA 252, Preview 2, 'GA - avvikles 31. mars 2029' 2). Korpuset baerer alt
presedensformen for en fil som spenner begge: 'GA / Preview (varies by feature)'
(2 filer). Denne fila spenner Transparency Notes (GA), Model Cards (praksis) og
scorecard-en (public preview) samtidig.

Konsekvens for idx-26g: header-spoersmaalet er ikke fil-lokalt. Aa avgjoere det
én fil om gangen setter konvensjonen for 389 filer ved uhell.

Suite 1047/1047. Koe: 8 aapne / 10 resolved.
2026-08-09 10:24:07 +02:00
..
data fix(ms-ai-architect): idx-26j presisert — 80/20-funnet forutsatte en nevner det selv kaller udefinert 2026-08-09 10:24:07 +02:00
lib feat(ms-ai-architect): G7 lukket som mekanisme — navngitt review-kø (form b), valgt på måling 2026-08-03 21:10:00 +02:00
apply-o2-ratified.mjs fix(ms-ai-architect): R11 — første korpus-edit; 4 ratifiserte O2-subtraksjoner anvendt (idx 17, 19, 33, 14-redusert) 2026-08-03 20:40:08 +02:00
apply-skill-op.mjs feat(ms-ai-architect): Spor D steg 1 — apply regenererer hel-korpus score-cache post-mutasjon (TDD) [skip-docs] 2026-06-23 19:51:04 +02:00
build-gold-set.mjs feat(ms-ai-architect): G3 gull-intern-konsistens-lint + G4 build-instruks-policy — §8 gap-lukk [skip-docs] 2026-06-30 09:55:15 +02:00
build-judge-payloads.mjs feat(ms-ai-architect): R7.1 — build-judge-payloads får --claims <path> (per-batch korpus-manifest, TDD; default = bakeoff-manifestet uendret) [skip-docs] 2026-07-18 11:16:22 +02:00
build-sample-frame.mjs feat(ms-ai-architect): Fase 0 steg 1 — deterministisk sample-frame (45 volatil + 10 kontroll) + TDD [skip-docs] 2026-06-26 14:18:53 +02:00
check-g7-queue.mjs feat(ms-ai-architect): G7 lukket som mekanisme — navngitt review-kø (form b), valgt på måling 2026-08-03 21:10:00 +02:00
check-o2-returns.mjs feat(ms-ai-architect): reproduserbar V1/V2/V2b-sjekk av O2-returene (25 tester) [skip-docs] 2026-08-03 17:40:02 +02:00
classify-fix-ops.mjs feat(ms-ai-architect): R11 §4b implementert — status-synonymtabellen målt, 8 forslag hånd-dømt [skip-docs] 2026-08-03 17:13:05 +02:00
compute-base-rate.mjs feat(ms-ai-architect): Fase 0 steg 3 — base-rate-rapport + GATE: BYGG Fase 3 (scoped/hybrid) [skip-docs] 2026-06-26 17:15:54 +02:00
detect-skill-lifecycle.mjs feat(ms-ai-architect): Sesjon 15 — B2 K10 søsken-scope-ikke-overlapp 2026-06-20 11:59:59 +02:00
eval.mjs feat(ms-ai-architect): Spor 3 Port 3 (CT5) — deterministisk sourcedness erstatter LLM-samplet K8 [skip-docs] 2026-06-29 15:10:14 +02:00
extract-judge-claims.mjs feat(ms-ai-architect): S1 judge bake-off harness + forhåndsregistrert gate (TDD) [skip-docs] 2026-06-26 20:10:58 +02:00
judge-claim-prompt-v2.md feat(ms-ai-architect): S1 v2 targeted iteration — GATE PASS (recall 84.2%, precision 84.2%) [skip-docs] 2026-06-26 21:23:50 +02:00
judge-claim-prompt-v3.1.md feat(ms-ai-architect): G5b gull-friskhets-spot-sjekk LUKKET — 4 v3-FP re-adjudert mot live, ALLE stale gull (v3 flagget korrekt), baseline løftet v3 P89.7/R92.1 → P100/R92.9/0FP; v3.1 forfattet (ren recall-hardning, FP-vakt droppet) [skip-docs] 2026-06-30 13:43:52 +02:00
judge-claim-prompt-v3.md feat(ms-ai-architect): judge-claim-prompt-v3 (R1-R7 mot 8 feilmoduser) — G4 lukket, G1 v3 forfattet [skip-docs] 2026-06-30 10:14:31 +02:00
judge-claim-prompt.md feat(ms-ai-architect): S1 judge bake-off harness + forhåndsregistrert gate (TDD) [skip-docs] 2026-06-26 20:10:58 +02:00
judge-pass-manifest.mjs feat(ms-ai-architect): per-fil judge-pass-manifest (appendJudgedFile + pendingFiles resume-skip, data/ git-tracked, TDD) [skip-docs] 2026-07-04 23:17:01 +02:00
judge-prompt.md feat(ms-ai-architect): Spor 3 Port 3 (CT5) — deterministisk sourcedness erstatter LLM-samplet K8 [skip-docs] 2026-06-29 15:10:14 +02:00
lint-gold-consistency.mjs feat(ms-ai-architect): G3 gull-intern-konsistens-lint + G4 build-instruks-policy — §8 gap-lukk [skip-docs] 2026-06-30 09:55:15 +02:00
plan-skill-op.mjs feat(ms-ai-architect): Sesjon 20 — B3 create_skill (dvelende, konstruktiv op) [skip-docs] 2026-06-20 21:37:19 +02:00
ref-file-audit.py docs(ms-ai-architect): ref-KB audit — verifisert ground truth + reproduserbart audit-skript 2026-06-26 00:25:39 +02:00
run-judge-bakeoff.mjs feat(ms-ai-architect): S1 v2 targeted iteration — GATE PASS (recall 84.2%, precision 84.2%) [skip-docs] 2026-06-26 21:23:50 +02:00
score-skill.mjs feat(ms-ai-architect): Spor D Steg B — skill-quality lifecycle-gate + score-cache (TDD) 2026-06-23 18:26:29 +02:00