Évaluation OOD : tester ce que le système n’a pas appris
Construire une évaluation hors distribution qui mesure généralisation, détection d’inconnu, refus et régressions collatérales.
L’OOD teste les régions où les hypothèses de la recherche ne correspondent plus exactement à l’usage.
Réutiliser les cas OOD pendant l’optimisation consomme leur statut et transforme une preuve protégée en donnée de recherche.
Les jeux OOD doivent rester séparés jusqu’au gel du candidat et leur exposition doit être enregistrée.
Ce que l’architecture doit rendre explicite
Une capacité ne confère pas une autorité. Les systèmes critiques doivent séparer ce qui propose, ce qui vérifie, ce qui permet et ce qui exécute.
Passer d’un mot-clé à une décision d’ingénierie inspectable
Séparer
Découpler proposition probabiliste, validation, permission et exécution physique.
Borner
Limiter les outils, données, actions, durées et environnements accessibles à chaque composant.
Refuser
Faire de l’absence de preuve, du timeout et de l’ambiguïté des états explicites.
Auditer
Conserver la règle appliquée, ses entrées, sa version et la décision obtenue.
Une affirmation ne vaut que par son binding
Le gate doit évaluer la sortie réellement produite par la réalisation exacte. Intégrité, validité scientifique et autorité sont liées, mais jamais interchangeables.
Les questions qui changent la conception
Que demande concrètement évaluation ood : tester ce que le système n’a pas appris ?
L’OOD teste les régions où les hypothèses de la recherche ne correspondent plus exactement à l’usage. Une capacité ne confère pas une autorité. Les systèmes critiques doivent séparer ce qui propose, ce qui vérifie, ce qui permet et ce qui exécute.
Quelles preuves faut-il conserver ?
Au minimum : identité exacte de la réalisation, entrées et sorties, version du protocole, mesures, cas d’échec et règle de décision. Les jeux OOD doivent rester séparés jusqu’au gel du candidat et leur exposition doit être enregistrée.
AMF impose-t-il un modèle particulier ?
Non. AMF traite modèle, runtime, données, outils et composants déterministes comme des matériaux candidats. Leur conservation dépend de leur contribution mesurée et des contraintes déclarées.