ms-ai-architect/scripts/kb-eval
Kjell Tore Guttormsen 25b1252b3f feat(ms-ai-architect): idx-33b-klassen maalt korpus-bredt - 2 bekreftede medlemmer, og det tredje funnet peker motsatt vei [skip-docs]
idx-33b krevde at klassen "under-paastand under verifiseringsstempel" ble
maalt FOER en form foreslaas (#29). Maalingen er kjort; ingen KB-fil er
rort.

NEVNER: 283 "Verified MCP"-stempler / 89 filer. Minus stempler i
kildeseksjon (37) og stempler som ER lenkeoppforinger (20) = 226 stemplede
paastands-passasjer. STATE bar 281/211; 283/246 er hva en ny kjoring maaler,
og 211 lot seg ikke reprodusere fordi nettene som ga tallet laa i en
scratchpad som er borte. 211 er dermed ureproduserbart, ikke galt.

TO ULIKT BLINDE NETT (#33-laerdommen om at ett nett beviser ingenting):
Net E leser PAASTANDS-siden (30 container-ord, 15 preposisjoner, 8 limitere)
-> 47 flagg (20,8 %). Net F leser KILDE-siden (breddemarkorer i kildens
lenketekst/URL som paastanden selv ikke baerer) -> 12 flagg (5,3 %).
Union 56, overlapp 3. Net F FEILET sin egen kjent-positiv-kontroll ved
forste kjoring - 'across' laa i breddelista, og 'across Azure subscriptions'
er en INNSNEVRING, ikke en breddeerklaering. Lista ble delt og kontrollen
kjort paa nytt FOR noe flagg ble lest.

STEGE 1 (offline, bevisbart): 8 produktnavn-kollisjoner ("for Cloud" inne i
"Defender for Cloud"), 6 F-only-passasjer uten skope-uttrykk i det hele
tatt, 16 med container-skope, 26 med limiter uten container.

STEGE 2 (mot levende kilde, 5 av de 16 - haandplukket, IKKE tilfeldig, og
baerer derfor ingen rate): 2 ekte under-paastander, 2 kildetro naer ordrett,
1 defekt av en annen klasse.

TO NYE ENTRIES:
- idx-33c: digital-accessibility-action-plan.md:161 navngir 3 av 5 roller
  modulsida lister (dropper Higher Education Educator og Data Engineer) -
  andre bekreftede medlem av idx-33b-klassen. Maalingen ligger i sin helhet
  i denne entryens summary.
- idx-33d: data-residency-audit-monitoring.md:81 utelater hva flex
  routing-checkboxen GJOR (LLM-inferens ut av EU Data Boundary, paa som
  standard for tenants opprettet etter 2026-03-25). Passasjen leser TRYGGERE
  enn kilden, ikke smalere - egen klasse, derfor egen entry.

De 11 uadjudiserte container-kandidatene og alle 26 limiter-kandidatene er
UMAALT, ikke rene. Ingen form foreslaas; #29 gir den beslutningen til
operatoren. Ko: 62 entries, 6 aapne. check-g7-queue 0 drift. Suite 1052/1052.
2026-08-18 21:03:26 +02:00
..
data feat(ms-ai-architect): idx-33b-klassen maalt korpus-bredt - 2 bekreftede medlemmer, og det tredje funnet peker motsatt vei [skip-docs] 2026-08-18 21:03:26 +02:00
lib feat(ms-ai-architect): G7-ankere kan baere sin egen fil — klasse-entryen for de 42 er skrevet, og #17 og #14 er begge oppfylt 2026-08-11 22:23:13 +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