L’Oracle

Contexte

Ce que j’ai construit

• Socle partagé avec Radar : 348 vidéos, 1 457 instantanés horodatés, 904 articles de 30 sources, tendances et Wikipédia ; santé de chaque source à chaque passage.
• Prédicteur « régime chaîne » : vues quotidiennes des 7 derniers jours rapportées aux vidéos actives sur 28 jours. Connu le jour même, il supprime les 28 jours de retard de la médiane glissante : −21 % d’erreur, IC 90 % du gain [0,044 ; 0,166] en log10.
• Backtest walk-forward purgé (embargo de 28 jours, 4 plis) : 13 modèles, des médianes de référence au LightGBM régularisé sur l’écart au régime, tous jugés sur les mêmes 102 vidéos.
• Signaux testés à armes égales : presse reconstituée pour 348 vidéos, effet du titre appris sur 2 182 shorts de 10 chaînes comparables ; la porte de qualité ne retient que ce qui gagne.
• Intervalle à 80 % par conformal glissant asymétrique sur les 60 derniers résidus, et nowcasting : la dernière mesure d’une vidéo récente est ramenée à 28 jours par une courbe de croissance ajustée sur les instantanés.
• Idées classées : sujets chauds, rédaction, filtres, fourchette P10–P50–P90 et score expliqué ; LoRA entraîné sur les titres de la chaîne pour la rédaction.
• Produit : une CLI, un tableau de bord à quatre vues, une API REST, un serveur MCP à 9 outils et un service planifié hors de ~/Documents ; 49 tests.

Architecture 7 briques

1. 01 · EntréeCollecteursChaîne et instantanés, presse FR, tendances, Wikipédia
2. 02 · DonnéesSocleUn entrepôt SQLite partagé avec Radar, santé des sources
3. 03 · ModèleWalk-forward13 modèles : régime chaîne, médianes, Ridge, HistGB, LightGBM, MLP, mélange ; embargo 28 j
4. 04 · OutilRègle de choixUn modèle appris seulement si l’IC 90 % de son gain exclut 0
5. 05 · ModèleIntervalles et nowcastConformal glissant à 80 %, courbe de croissance
6. 06 · ModèleIdéesSujets chauds, rédaction LLM ou gabarits, filtres, classement
7. 07 · SortieServiceCLI, tableau de bord, API REST, MCP à 9 outils

Les calculs lourds (TimesFM, LoRA, génération LLM) passent par une file GPU, un job à la fois.

Fabrication 6 étapes

1. CollecteChaîne, presse, tendances, Wikipédia.
2. SocleUn entrepôt SQLite, une configuration.
3. Walk-forwardTreize modèles, embargo de 28 jours.
4. IntervallesConformal glissant à 80 %, couverture 81 %.
5. NowcastVidéos de moins de 28 jours.
6. IdéesRédaction, filtres, classement.

Décisions le choix, la raison, l’alternative écartée

1. D1
   Évaluer dans le temps (walk-forward purgé, embargo de 28 jours) plutôt qu’en validation croisée mélangée.

   Le niveau de la chaîne dérive dans le temps : seule une évaluation chronologique mesure l’erreur réelle. En walk-forward, la médiane glissante atteint une MAE de 1,44 sur le CTR, contre 2,25 pour le mélange.

   ÉcartéLa validation croisée mélangée, optimiste sur une série qui dérive.

2. D2
   Écrire la règle de choix avant la mesure : la baseline reste en production tant qu’aucun gain n’est significatif.

   La porte tranche sans biais : le régime chaîne, meilleur prédicteur mesuré (−21 % d’erreur face à la médiane glissante, IC 90 % du gain [0,044 ; 0,166]), est en production.

   ÉcartéChoisir le modèle le plus sophistiqué.

3. D3
   Prédire à partir du régime du jour (vues quotidiennes 7 j ÷ vidéos actives 28 j) plutôt que de la médiane des vidéos mûres.

   La médiane suit la chaîne avec 28 jours de retard ; le régime est connu le jour même et suit les changements de tendance : MAE log10 de 0,499 à 0,393.

   ÉcartéLa médiane glissante des 30 dernières vidéos.

4. D4
   Un intervalle conformal glissant asymétrique, sur les 60 derniers résidus connus, et publier sa couverture réelle.

   Couverture mesurée de 81 % pour une cible de 80 % (71 % avant), avec une fourchette plus étroite : ×4,64 contre ×5,04.

5. D5
   Entraîner le LoRA d’idées sur un modèle qui tient dans la machine.

   Dimensionné pour 16 Go : Qwen3 4B en 4 bits s’entraîne en 47 min avec 4,5 Go de pic ; sur 36 cas tenus à l’écart, 97 % des titres respectent le format de la chaîne (0 % pour le modèle de base). Un 9B relève d’un GPU de 24 Go.

   ÉcartéUn LoRA 9B, qui demande un GPU dédié.

Résultats

Livrables 5

• Socle de données commun (Oracle et Radar) avec migrations, journal des passages et santé des sources.
• Résultats régénérés depuis les fichiers : RESULTS, carte de modèle, carte du jeu de données.
• Tableau de bord à quatre vues, API REST, serveur MCP à 9 outils, service planifié prêt à installer.
• Adaptateur LoRA Qwen3 4B et son évaluation base contre LoRA, comparée à la version LFM2.5 ; journal de dimensionnement mémoire.
• 49 tests hors ligne ; backtest complet en ≈ 90 s sur CPU (335 s avant).

Environnement

Reproduire commandes du README

Code privé : accès en lecture sous accord de confidentialité, ou démo en direct de 30 minutes. Demander l’accès →

.venv/bin/python -m oracle.cli collecte chaine --mode complet
.venv/bin/python -m oracle.cli collecte news
.venv/bin/python -m oracle.cli sujets
.venv/bin/python -m oracle.cli vues backtest
.venv/bin/python -m oracle.cli ctr walkforward
.venv/bin/python -m oracle.cli docs
.venv/bin/python -m oracle.cli dashboard
.venv/bin/python -m pytest

• Le CTR et la série journalière viennent des exports YouTube Studio du propriétaire de la chaîne ; ces données restent en local.
• Tableau de bord et API sur 127.0.0.1:8333 ; LoRA et TimesFM passent par les scripts gpu_jobs, un à la fois.

Galerie 3

L’Oracle01 / 03

L’Oracle02 / 03

L’Oracle03 / 03