ms-ai-architect/scripts/kb-eval
Kjell Tore Guttormsen f83824ff4d feat(ms-ai-architect): idx-33b-klassen adjudisert videre — 2 medlemmer ble 8, og limiter-hypotesen holdt ikke [skip-docs]
Ordre 20260818T190638Z-221629388: stege-2-adjudisering av resten av
idx-33b-klassen mot levende Learn-kilder. Ingen KB-fil roert (#29-porten
staar).

Nettene fra 18.08 var borte (scratchpad). Bygget opp igjen fra
vokabularreglene i idx-33c, og denne gangen SPORET:
scripts/kb-eval/data/idx-33-net-2026-08-20.json. Kjent-positiv-kontroll
kjoert FOER noen flagg ble lest — begge kjente medlemmer overlever
populasjonen. Reproduserer ikke 18.08s boetter og skal ikke: samme 283
stempler / 89 filer, men 223 paastands-passasjer (mot 226) og 32/19
container/limiter (mot 16/26). Vokabular, ikke korpus.

17 passasjer adjudisert mot levende kilder (11 container + 6 limiter),
haandplukket mot enumerasjoner og limitere — baerer INGEN rate.

6 nye medlemmer av under-paastandsklassen + 1 av annen klasse:
- idx-33e security-copilot-integration.md:126 — «M365 E5» der kilden sier
  «E5 and E7»; samme fil skriver E5/E7 tre steder fra samme kilde
- idx-33f data-leakage-prevention-ai.md:131 — gjengir 1 av kildens 2
  filtype-lister, dropper den andre + MP4
- idx-33g agent-365:43 — «Kun E7» der kilden sier «based on licensed
  subscription» og lister Agent 365 som egen lisens
- idx-33h agent-365:62 — «Kun Agent Builder» der kilden sier «Agent
  Builder and Copilot Studio»
- idx-33i ai-prompt-shield-network.md:304 — «Kun engelsk» der kilden
  lister aatte spraak
- idx-33j ai-prompt-shield-network.md:237 — 2 av 3 endepunkt-kategorier;
  «Self-hosted models and endpoints» mangler
- idx-33k alerting-strategies-escalation.md:76+84 — ANNEN KLASSE: sier
  Azure Function ikke stoetter managed identity, kilden sier Yes

Klassen har 8 bekreftede medlemmer, ikke 2. idx-33a-presedensen som
#29-spoersmaalet hviler paa beskriver ikke lenger denne klassen.
Limiter-hypotesen fra 18.08 er falsifisert som generell paastand: 3 av 6
adjudiserte limitere er smalere enn eller uten dekning i kilden.

Fortsatt UMAALT (ikke rent): 21 av 32 container- og 13 av 19
limiter-kandidater er aldri tatt til levende kilde.

check-g7-queue 0 drift. Suite 1052/1052.
2026-08-20 23:04:39 +02:00
..
data feat(ms-ai-architect): idx-33b-klassen adjudisert videre — 2 medlemmer ble 8, og limiter-hypotesen holdt ikke [skip-docs] 2026-08-20 23:04:39 +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