- Multi-modèles : 4 rôles LLM (coding=gemma3:27b-cloud, cpam=gemma3:27b-cloud, validation=deepseek-v3.2:cloud, qc=gemma3:12b) avec get_model(role) - Prompts externalisés : 7 templates dans src/prompts/templates.py - Cache Ollama : modèle stocké par entrée (migration auto ancien format) - call_ollama() : paramètre role= (priorité: model > role > global) - Quality engine : veto_engine + decision_engine + rules_router (YAML) - Benchmark qualité : scripts/benchmark_quality.py (A/B, métriques CIM-10) - Fix biologie : valeurs qualitatives (troponine négative) non filtrées - Fix CPAM : gemma3:27b-cloud au lieu de deepseek (JSON tronqué par thinking) - CPAM max_tokens 4000→6000, viewer admin multi-modèles - Benchmark 10 dossiers : 100% DAS valides, 10/10 CPAM, 243s/dossier Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
14 lines
329 B
YAML
14 lines
329 B
YAML
version: 1
|
|
|
|
# Overlay spécialité (ex: digestif, cardio, pneumo, onco...)
|
|
# Ce fichier ne contient que des overrides.
|
|
|
|
rules:
|
|
# Exemple : être plus strict sur le conditionnel
|
|
# VETO-03:
|
|
# force_severity: "MEDIUM"
|
|
|
|
# Exemple : désactiver un downgrade jugé trop agressif
|
|
# RULE-D50-NEEDS-IRON:
|
|
# enabled: false
|