ms-ai-architect/scripts/kb-eval/data
Kjell Tore Guttormsen b290022c59 feat(ms-ai-architect): #31 ratifisert — kanalen adjudiserer, og entryens eget utsettelses-premiss var usant [skip-docs]
idx-26s anvendt: nr. 7 og nr. 17 flyttet mellom kildeblokkene i
transparency-documentation-standards.md, lista renummerert.

ENTRYEN VAR UTSATT PAA TO PREMISSER. BEGGE MAALT USANNE.

(1) «Neither direction is derivable from the file.» Verified-blokka definerer
seg KANAL-spesifikt («MCP: microsoft-learn»), og kanalen er lesbar per kilde
fra URL-en. 11 av 12 Verified-kilder er learn.microsoft.com — eneste unntak er
nr. 7 (blogs.microsoft.com, PDF fra juni 2022). 0 av 5 Baseline-kilder er
learn.microsoft.com — eneste unntak er nr. 17 (learn.microsoft.com). Kanal-
avvikene ER status-avvikene. Merkene stemmer med kanalen i begge tilfeller;
plasseringen er gal i begge. Motsatt retning ville forfattet to USANNE
paastander: at en blogs.microsoft.com-PDF er hentet via MCP microsoft-learn,
og at en learn.microsoft.com-side er ren modellkunnskap.

(2) «Moving entries renumbers the list and touches every claim that counts it.»
Maalt usant. INGENTING refererer en kilde ved nummer — verken i fila eller
korpus-bredt. De to eneste tellende paastandene (:792 «17 URLs», :793 «12
oppfoert under Verified sources, 5 under Baseline sources») teller BLOKK-
MEDLEMSKAP og er invariante under det symmetriske byttet. idx-26j skrev den
footeren bevisst slik at den skulle overleve denne entryen uansett utfall; den
framsyntheten er grunnen til at editen kostet null nedstroems.

KLASSEN ER MAALT FOER SPOERSMAALET BLE STILT (#29/#30-disiplinen): 389 ref-filer,
31 kandidatfiler med baade verified- og baseline-blokk, BEGGE markoer-dialekter
(«(Status: X …)» og bar/kursiv «(X …)»), stramme blokkgrenser. 3 konflikter i 2
filer. Én haandverifisert som FALSK POSITIV og eksplisitt utenfor formen:
language-services-question-answering.md:646 leser «(verifisert via Microsoft
Trust Center)» — en ANNEN kanal enn den fila's Verified-blokk er definert av.
Klassen er 1 fil / 2 instanser.

ET NETT SOM FEILET FOERST, ført i formen fordi feilen er den gjenbrukbare
delen: foerste klassifiserer leste proveniens-ord HVOR SOM HELST i overskriften
og ga MIX for «Baseline sources (model knowledge + MCP-inferred)», som baerer
BAADE «Baseline» og «MCP». Fila med det KJENTE tilfellet ble dermed stille
filtrert bort, og sveipet rapporterte 0 konflikter over 27 filer. Ledende-token-
presedens rettet det; kandidatmengden vokste til 31. Et nett som ikke kan
reprodusere sitt eget kjente tilfelle maaler ingenting — og «0 funnet» fra et
slikt nett leser som «klassen er lukket».

VERIFISERT ETTER EDIT, ikke paastaatt: nummerering sammenhengende 1..17;
blokk-telling 12/5; begge tellende paastander lest om og fortsatt sanne;
URL-mengden byte-identisk med HEAD (ingen tapt, ingen lagt til); filen fortsatt
797 linjer; hver Verified-kilde na learn.microsoft.com, hver Baseline-kilde
ikke; korpus-sveipet kjoert om og nede paa det ene falske positive.
Alle 11 formers GOVERNS-pekere oppløser mot eksisterende, resolvede entries.

FOERSTE AV SIN OPERASJON: ingen tidligere entry har FLYTTET innhold mellom
blokker — presedensen er sletting og in-place-erstatning.

Koe: 57 entries (8 aapne, 49 resolved). Suite 1052/1052.

[skip-docs]: ingen doc-impact — ref-docs uendret paa 389, ingen fil lagt til
eller fjernet.
2026-08-12 22:48:00 +02:00
..
fase0-returns feat(ms-ai-architect): Fase 0 steg 2 — verifiserings-fan-out (373 påstander) + gull-sett m/ deterministisk lastmod-join + TDD [skip-docs] 2026-06-26 15:16:10 +02:00
r11-o2-returns feat(ms-ai-architect): R11 §10 måling #2 bølge 2 — alle 46 R8-enumerasjoner klassifisert [skip-docs] 2026-08-03 17:36:29 +02:00
base-rate-report.json 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
base-rate-report.md 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
eval-baseline.json feat(ms-ai-architect): Sesjon 15 — B2 K10 søsken-scope-ikke-overlapp 2026-06-20 11:59:59 +02:00
fase0-sample-frame.json 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
g7-review-queue.json feat(ms-ai-architect): #31 ratifisert — kanalen adjudiserer, og entryens eget utsettelses-premiss var usant [skip-docs] 2026-08-12 22:48:00 +02:00
gold-correctness-set.json 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-bakeoff-claims.json feat(ms-ai-architect): S1 judge bake-off harness + forhåndsregistrert gate (TDD) [skip-docs] 2026-06-26 20:10:58 +02:00
judge-bakeoff-report-v2-g5bgold.json 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-bakeoff-report-v2-g5bgold.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-bakeoff-report-v2-g5gold.json feat(ms-ai-architect): G5 gull-friskhets-mikropass LUKKET — 2 gull-feil rettet (genaiops#2, model-selection#8), v3 REHABILITERT — slår v2 på fersk gull (P 89.7/R 92.1 vs 86.8/86.8); adopsjonsbeslutning reversert [skip-docs] 2026-06-30 11:21:45 +02:00
judge-bakeoff-report-v2-g5gold.md feat(ms-ai-architect): G5 gull-friskhets-mikropass LUKKET — 2 gull-feil rettet (genaiops#2, model-selection#8), v3 REHABILITERT — slår v2 på fersk gull (P 89.7/R 92.1 vs 86.8/86.8); adopsjonsbeslutning reversert [skip-docs] 2026-06-30 11:21:45 +02:00
judge-bakeoff-report-v2-reconciled.json feat(ms-ai-architect): Spor 2b gull-rekonsiliering — 12 uenigheter løst, fasit herdet (P 84→92%, R 84→88%) [skip-docs] 2026-06-30 07:20:21 +02:00
judge-bakeoff-report-v2-reconciled.md feat(ms-ai-architect): Spor 2b gull-rekonsiliering — 12 uenigheter løst, fasit herdet (P 84→92%, R 84→88%) [skip-docs] 2026-06-30 07:20:21 +02:00
judge-bakeoff-report-v2.json 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-bakeoff-report-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-bakeoff-report-v3-g5bgold.json 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-bakeoff-report-v3-g5bgold.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-bakeoff-report-v3-g5gold.json feat(ms-ai-architect): G5 gull-friskhets-mikropass LUKKET — 2 gull-feil rettet (genaiops#2, model-selection#8), v3 REHABILITERT — slår v2 på fersk gull (P 89.7/R 92.1 vs 86.8/86.8); adopsjonsbeslutning reversert [skip-docs] 2026-06-30 11:21:45 +02:00
judge-bakeoff-report-v3-g5gold.md feat(ms-ai-architect): G5 gull-friskhets-mikropass LUKKET — 2 gull-feil rettet (genaiops#2, model-selection#8), v3 REHABILITERT — slår v2 på fersk gull (P 89.7/R 92.1 vs 86.8/86.8); adopsjonsbeslutning reversert [skip-docs] 2026-06-30 11:21:45 +02:00
judge-bakeoff-report-v3.1.json feat(ms-ai-architect): G1 LUKKET — v3.1 judge MÅLT + ADOPTERT (P100/R100/0FP/0FN, max-utfall) 2026-06-30 21:33:45 +02:00
judge-bakeoff-report-v3.1.md feat(ms-ai-architect): G1 LUKKET — v3.1 judge MÅLT + ADOPTERT (P100/R100/0FP/0FN, max-utfall) 2026-06-30 21:33:45 +02:00
judge-bakeoff-report-v3.json feat(ms-ai-architect): G1 v3 bake-off MÅLT — v3 regredierte (P 92.1→89.7, R flat), v2 beholdt; G5 gull-friskhet åpnet [skip-docs] 2026-06-30 10:54:39 +02:00
judge-bakeoff-report-v3.md feat(ms-ai-architect): G1 v3 bake-off MÅLT — v3 regredierte (P 92.1→89.7, R flat), v2 beholdt; G5 gull-friskhet åpnet [skip-docs] 2026-06-30 10:54:39 +02:00
judge-bakeoff-report.json feat(ms-ai-architect): S1 judge bake-off RESULT — GATE FAIL (recall 68.4% < 80%) [skip-docs] 2026-06-26 20:45:09 +02:00
judge-bakeoff-report.md feat(ms-ai-architect): S1 judge bake-off RESULT — GATE FAIL (recall 68.4% < 80%) [skip-docs] 2026-06-26 20:45:09 +02:00
judge-bakeoff-results-v2.json 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-bakeoff-results-v3.1.json feat(ms-ai-architect): G1 LUKKET — v3.1 judge MÅLT + ADOPTERT (P100/R100/0FP/0FN, max-utfall) 2026-06-30 21:33:45 +02:00
judge-bakeoff-results-v3.json feat(ms-ai-architect): G1 v3 bake-off MÅLT — v3 regredierte (P 92.1→89.7, R flat), v2 beholdt; G5 gull-friskhet åpnet [skip-docs] 2026-06-30 10:54:39 +02:00
judge-bakeoff-results.json feat(ms-ai-architect): S1 judge bake-off RESULT — GATE FAIL (recall 68.4% < 80%) [skip-docs] 2026-06-26 20:45:09 +02:00
judge-pass-manifest.json feat(ms-ai-architect): R7.5 KOMPLETT 51/51 — payload-31..51 dømt+ingestet, re-judge-gate bestått, async-processing stemplet [skip-docs] 2026-08-03 15:56:52 +02:00
judge-results.json feat(ms-ai-architect): Spor D steg A — eng+infra K10-fix → korpus-invariant ≥90 oppfylt 2026-06-23 17:56:43 +02:00
k1-trigger-prompts.json fix(ms-ai-architect): Sesjon 11 — K1 trigger-presisjon, blindet judge PASS alle 5 2026-06-20 10:00:47 +02:00
r11-footer-class-2026-08-11.json docs(ms-ai-architect): footer-klassen handklassifisert — 58 medlemmer, en fjerde unnslippsform, og «alle avvik samme vei» falt 2026-08-11 21:52:19 +02:00
r11-pilot-classification.json fix(ms-ai-architect): 58-klassen er lukket — og den siste keep-linja var usann 2026-08-12 20:16:46 +02:00
r71-payloads.json feat(ms-ai-architect): R7.1 — judge-pass 30/45 filer (362/544 claims; 1 pass, 29 flagged, 106 flagg; v3.1-judge, ledger durabel per fil) [skip-docs] 2026-07-18 17:34:49 +02:00
r72-payloads.json fix(ms-ai-architect): 58-klassen er lukket — og den siste keep-linja var usann 2026-08-12 20:16:46 +02:00
r73-payloads.json fix(ms-ai-architect): 58-klassen er lukket — og den siste keep-linja var usann 2026-08-12 20:16:46 +02:00
r74-payloads.json fix(ms-ai-architect): 58-klassen er lukket — og den siste keep-linja var usann 2026-08-12 20:16:46 +02:00
r75-payloads.json fix(ms-ai-architect): 58-klassen er lukket — og den siste keep-linja var usann 2026-08-12 20:16:46 +02:00
spor0-fix-manifest.json fix(ms-ai-architect): R5 G5b — 4 innholds-fikser (retired gpt-35-turbo→gpt-4o-mini, vector-quant GA 2024-07-01, 2 overclaims nyansert), hver live-verifisert per MS Learn-kilde [skip-docs] 2026-07-04 17:09:23 +02:00