Donne une succession de 10 mini-problèmes appartenant à des familles différentes — logique, graphes, optimisation, probabilités, débogage conceptuel. Pour chacun, l'oracle doit distribuer ex ante sa probabilité de succès entre trois stratégies avant qu'elles ne travaillent. Après chaque problème, calcule Brier score et log-loss et examine si l'historique aurait permis d'améliorer le routage sans jamais autoriser l'oracle à remplacer la vérification.

Les10mini-problèmes sontfournis dansproblem-fixtures.json(familleslogique,graphes,optimisation,probabilité,debugconceptuel). Implémente methods.cjs exhaustive(problem),structured(problem),falsification(problem), retournant réponseprimitivenombre/booléen/listes. Pourprimebooléen,shortestPathdistance,knapsackvaleur,MontyHallprobabilitéSwitch,entailmentbooléen,lostUpdatevaleurfinale,factorialZerosnombre,minCoinsnombre,divisibilityliste,deuxdésprobabilité. Expose différences de méthodes eterreurs partagées. Scorer10predictionsréellespréalables, puisanalyselimites historique10cas etaucun routagenon vérifié. Les fonctions seront également exécutées avec des données modifiées; aucun résultat constant ne suffit. Crée methods.cjs et answer.json avecanalysis,uncertainties,scores [{problemId,brier,logLoss,target}],predictionSourceSha256="b9c80f0e12285fd310e2c63dcb7d31c812649de18c0cf4870571e4d43aeb66aa",calibrationLimits. Prédiction authentique Ollama du laboratoire dansoracle-before.json enregistrée AVANTdispatch (hash,dates,rawresponse conservés); ne la modifie pas, ne prétends pas en être l’auteur. Teste méthodes réellement. Scoring catégoriel: cibleuniforme parmi méthodes égalementcorrectes, Brier=somme3carrés,log-loss=moins somme target*ln(max(p,1e-15)). Ce score ne démontre pas une calibration empirique générale. N’assimile pas probabilités de méthodes à celles des mondesTrinity. La garantie exante du runtimeOracle reste non démontrée saufpreuve runtime indépendante.