ms-ai-architect/scripts/kb-eval
Kjell Tore Guttormsen 50c38a72ea fix(ms-ai-architect): to av «de 42» hadde en aapen beslutning likevel — klasse-entryen rettet til 40, og hodeblokka var blindsonen
Screenet de 42 for rest-forekomster FOER noen korpus-edit — billigere foer enn
etter. Det falsifiserte «ingen aapen beslutning» for to av dem. Begge er trukket
ut i egne entries. 40 + 18 = 58.

idx-26ao genaiops-llm-specific-practices.md:383 — «**Totalt:** 18 kilder,
8 MCP-kall.» er BLANDET. 8 er slett-klassen. 18 er behold-klassen og er
CHECKBAR: fila lister 18 nummererte kilder under en overskrift som sier 18.
«Slett linja» ville tatt en verifiserbar paastand med seg. Samme defekt som
idx-26z; avgjoeres sammen.

idx-26ap mlops-security-access-control.md — ankeret paa :744 gjentas i
DOKUMENTETS HODEBLOKK paa :5 («8 MCP-oppslag, 16 kilder»). En sletting av
footeren lar tallet leve videre i referanse-kontraktens egen header. Samme
klasse som idx-26ab, men survivoren staar i strukturert metadata, ikke i
broedtekst — og den linja er selv blandet (16 kilder = behold).

INGEN AV DEM BAR ET FLAGG i handklassifiseringen 2026-08-11. prose_repeat ble
satt paa ÉN fil. Det er et maalt hull i den klassifiseringen, bokfoert i
entryene i stedet for stille lappet.

BLINDSONEN BLE TESTET, IKKE ANTATT: hodeblokka (foerste 15 linjer) til ALLE 58
medlemmene sveipet for ethvert av ankerets tall ved siden av kall-vokabular.
Traff nettopp disse to. Ingen flere.

Screenets egen svakhet er ogsaa maalt og verdt aa vite: foerste versjon ga 33
av 42 «treff» og var dominert av falske positive (listemarkoerer, priser,
modellnavn som Phi-4). Innsnevret til totalen + uten listemarkoerer ble det 14,
hvorav to ekte. Screenet reduserer IKKE slettejobben — hver fil trenger
fortsatt en menneskelig lesning ved editen.

Koen: 48 -> 50 entries (30 open, 20 resolved). Ingen korpusfil roert.
Suite 1052/1052.
2026-08-11 22:27:23 +02:00
..
data fix(ms-ai-architect): to av «de 42» hadde en aapen beslutning likevel — klasse-entryen rettet til 40, og hodeblokka var blindsonen 2026-08-11 22:27:23 +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