feat(symbolic-learning): add SL-5/6/7 — NeuroSymbolic, KG-ILP, LLM-Symbolic (#1404)

[jsboige]

Summary

• SL-5-NeuroSymbolic.ipynb: t-norms/t-conorms, neural predicates, LTN simplified, rule-guided training, DeepProbLog
• SL-6-KnowledgeGraphs-ILP.ipynb: rdflib Knowledge Graphs, AMIE-style rule mining, KG completion, transitive properties
• SL-7-LLM-SymbolicLearning.ipynb: LLM prompting simulation, rule parsing, symbolic verification, LLM-Symbolic feedback loop
• Updated README with SL-3 through SL-7 entries, concepts table, file structure

Closes #1404 (SL-5/6/7 scope).

Test plan

• C.1 compliance: 0 raise NotImplementedError / assert False / 1/0 across all 3 notebooks
• No consecutive code cells without markdown (SL-5), minor in SL-6/SL-7 exercise sections
• README CATALOG-STATUS updated to pedagogical_count: 7
• Papermill execution (SL-5 needs exec, SL-6/SL-7 executed by agents)

🤖 Generated with Claude Code

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 3
• Code cells validated: 38
• Result: All passed

Checks: H.1 (no errors), H.3 (execution_count), C.1 (no banned patterns)
Non-Python kernels (.NET/Lean): C.1 + errors only (execution_count advisory)
QuantConnect notebooks: C.1 + errors only (require QC Cloud for execution)

[clusterManager-Myia]

[Hermes] — COMMENT_WITH_CONCERNS

PR: feat(symbolic-learning): add SL-5/6/7 — NeuroSymbolic, KG-ILP, LLM-Symbolic (#1404)
SHA: 51b6264
Métrique: 4 fichiers, +4820/-8 LOC → second reviewer obligatoire (>200 LOC ET >5 fichiers)

Checklist

Check	Status
Security scan	✅ CLEAN (grep HF_TOKEN
Cross-repo impact	✅ N/A (CoursIA SymbolicLearning notebooks)
Notebooks	⚠️ Voir ci-dessous
Second reviewer	❌ Requis (>200 LOC ET >5 fichiers)

Concerns — 3 items

1. [NON-BLOQUANT] SL-6 importe rdflib et openai sans les documenter comme dépendances

README indique prerequis: Python 3.10+ (standard library uniquement), mais :

• SL-6 utilise rdflib, Graph, RDF, Optional — rdflib n'est pas dans la stdlib
• SL-7 mentionne import openai (en TODO commenté) et gpt-4 comme référence

Le même concern a été levé sur PR #1614 (SL-3 sklearn dependency) et n'a jamais été adressé. Le champ README prerequis est trompeur pour un étudiant qui tenterait d'exécuter SL-6 sans pip install rdflib.

Suggestion : Mettre à jour le README en prerequis: Python 3.10+, rdflib (pip install rdflib) ou ajouter une cellule d'installation en début de SL-6/SL-7.

2. [NON-BLOQUANT] 9 cellules avec execution_count: null dans SL-5

29 cellules exécutées, 9 cellules null. Les 9 nulls sont :

• 3 cellules TODO étudiant (exercices 1, 2, 3) — normal
• 6 cellules de définition (imports, classes NeuralPredicate, SimpleDeepProbLog, encodage, training) — ces cellules définissent des fonctions mais n'ont pas d'outputs visibles

Les cellules de définition sans execution_count sont pédagogiquement OK (l'étudiant doit les exécuter), mais cela signifie que les outputs des cellules qui dépendent de ces définitions doivent être vérifiés pour être sûrs qu'ils sont réels et pas des prints statiques.

3. [NON-BLOQUANT] SL-5 outputs contiennent des prints statiques formatés

Plusieurs cellules de SL-5 utilisent print('=== Section ===') comme séparateurs. Ces prints sont intentionnels (formatage pédagogique), mais le concern est que la vérification des outputs doit s'assurer que les valeurs numériques entre ces séparateurs sont bien calculées et pas hardcodées. Un examen rapide montre des valeurs variées (pas uniquement des round numbers), ce qui est cohérent avec une exécution réelle.

Verdict : COMMENT_WITH_CONCERNS (pas de blocage)

Les 3 notebooks sont bien structurés pédagogiquement. Les concerns sont documentaires (prerequis README) et vérification d'outputs. Le second reviewer obligatoire est requis avant merge.

[clusterManager-Myia]

[Hermes] — COMMENT_WITH_CONCERNS

PR: feat(symbolic-learning): add SL-5/6/7 — NeuroSymbolic, KG-ILP, LLM-Symbolic (#1404)
SHA: 35b0ac1 (changed from 51b6264 since last review)

Checklist

Check	Status
Security scan	✅ CLEAN
Cross-repo impact	✅ N/A
Notebooks	⚠️ Voir ci-dessous
Second reviewer	❌ Toujours requis (>200 LOC)

Concerns précédents — suivi

#	Concern	Statut
1	SL-6 rdflib non documenté dans prerequis	✅ ADRESSÉ — README mis à jour : rdflib pour SL-6
2	9 cellules execution_count: null dans SL-5	✅ ADRESSÉ — Fix commit, notebooks ré-exécutés, 0 null restant
3	SL-5 outputs prints statiques	✅ OK — Valeurs variées, cohérentes avec exécution réelle

Concerns nouveaux — 2 items

1. [BLOQUANT] CI Notebook catalog drift: FAILURE

Le check Notebook catalog drift échoue sur ce commit. L'annotation CI indique un échec git (exit code 128). Le check validate-notebooks est encore in_progress au moment de cette review. Vérifier que le fix commit fix(sl-5): fix DeepProbLog variable lookup bug + execute notebook + fix catalog drift a bien corrigé le drift — si le CI passe après re-run, ce concern est levé.

2. [NON-BLOQUANT] SL-7 openai en TODO commenté

SL-7 contient # TODO : import openai et # TODO : response = openai.ChatCompletion.create(...). C'est pédagogiquement acceptable (simulation utilisée à la place), mais le commentaire TODO pourrait induire un étudiant à décommenter sans clé API. Suggestion : remplacer par un lien vers la doc OpenAI plutôt que du code commenté prêt à copier-coller.

Verdict : COMMENT_WITH_CONCERNS

3 concerns précédents adressés. CI catalog drift à résoudre. Second reviewer requis.

[jsboigeEpita]

Hermes: re-review requested after fixing openai TODO comments in SL-7. Commit 4081408 replaces # TODO : import openai blocks with clean doc references and API documentation links. No # TODO patterns remain in non-exercise cells.

[clusterManager-Myia]

[Hermes] — COMMENT_WITH_CONCERNS

PR: feat(symbolic-learning): add SL-5/6/7 — NeuroSymbolic, KG-ILP, LLM-Symbolic (#1404)
SHA: 4081408 (changed from 35b0ac1 since last review by clusterManager-Myia)

Checklist

Check	Status
Security scan	✅ CLEAN
Cross-repo impact	✅ N/A
CI	⚠️ No checks triggered on latest commit
Notebooks	⚠️ 3 new notebooks (SL-5/6/7), +5118 LOC
Second reviewer	❌ Requis (>200 LOC ET >5 fichiers)

Concerns précédents — suivi

#	Concern (cMM)	Statut
1	SL-6 rdflib non documenté	✅ Adressé
2	9 cellules execution_count: null	✅ Adressé
3	SL-5 outputs prints statiques	✅ OK
4	CI Notebook catalog drift: FAILURE	❓ CI non relancé sur ce commit
5	SL-7 openai TODO commenté	✅ Adressé — commit 4081408 remplace par liens doc

Concerns — 1 item

1. [BLOQUANT] CI non déclenché sur le dernier commit

gh pr checks retourne "no checks reported" sur la branche. Le commit 4081408 (fix openai TODO) n'a pas déclenché CI. Sans validation du check catalog drift, impossible de confirmer l'absence de drift entre notebooks et catalogue.

Verdict

cMM's concerns sont largement adressés par les 2 commits depuis sa dernière review (DeepProbLog fix + openai TODO fix). Cependant l'absence de CI sur le HEAD empêche l'APPROVE. Second reviewer humain toujours requis.

[jsboigeEpita]

Rebased on main (resolves merge conflict). SHA updated to 5bdab7c3. All catalog markers verified up-to-date locally. Hermes: re-review requested.

[clusterManager-Myia]

[Hermes] — COMMENT_WITH_CONCERNS

PR: feat(symbolic-learning): add SL-5/6/7 — NeuroSymbolic, KG-ILP, LLM-Symbolic (#1404)
SHA: 5bdab7c (changed from 4081408 since last review by clusterManager-Myia)

Checklist

Check	Status
Security scan	✅ CLEAN (0 match HF_TOKEN
Cross-repo impact	✅ N/A (CoursIA SymbolicLearning notebooks only)
CI	⚠️ 7/8 pass, 1 failure (Static validation — see concern 1)
Notebooks	⚠️ 3 notebooks vérifiés (voir ci-dessous)
Second reviewer	❌ Toujours requis (>200 LOC ET >5 fichiers)

Concerns précédents — suivi

#	Concern (rev. antérieures)	Statut
1	SL-6 rdflib non documenté	✅ Adressé
2	9 cellules execution_count: null (SL-5)	✅ Adressé — 0 null
3	SL-5 outputs prints statiques	✅ OK — outputs variés et cohérents
4	CI Notebook catalog drift	✅ PASS sur HEAD
5	SL-7 openai TODO commenté	✅ Adressé

Concerns — 1 item

1. [NON-BLOQUANT] CI Static validation (H.1/H.3/C.1) : FAILURE

Le check échoue avec git exit code 128. L'annotation CI mentionne un problème de checkout git, probablement lié à la déprecation Node.js 20 des actions GitHub (checkout@v4, github-script@v7). Ce n'est pas un problème lié au contenu de cette PR — les 7 autres checks passent, dont validate-notebooks, Notebook catalog drift et Gitleaks. Pas d'action requise de l'auteur sur ce point.

Notebook check (3/3)

• SL-5 (28 cells, 9 code): 0 null exec_count, outputs réels, 3 exercises placeholders. ✅
• SL-6 (39 cells, 13 code): 0 null exec_count, outputs réels incluant triples inférés KG, 3 exercises. ✅
• SL-7 (38 cells, 16 code): 2 null exec_count (cells 4/7 = dataclass declarations, pas d'output attendu), simulation locale LLM sans API. ✅

Verdict

Tous les concerns des reviews précédentes sont adressés. Le seul CI failure est un problème infra (git checkout dans l'action GitHub), pas lié au contenu. Second reviewer humain toujours requis.

[clusterManager-Myia]

[Hermes] — APPROVED

PR: feat(symbolic-learning): add SL-5/6/7 — NeuroSymbolic, KG-ILP, LLM-Symbolic (#1404)
SHA: 39788bf (changed from 5bdab7c since last review)

Delta since last review (2 commits)

• 40d490e1 fix(sl-7): re-execute notebook to restore execution_count after cell edits
• 39788bf4 chore(catalog): refresh markers post SL-7 re-execution

Checklist

Check	Status
Security scan	✅ CLEAN
Cross-repo impact	✅ N/A
CI	✅ 7/8 pass (1 skip), 0 failure
Second reviewer	❌ Toujours requis (>200 LOC)

Concerns précédents — tous adressés

1. SL-6 rdflib non documenté → ✅
2. execution_count null → ✅ (0 restant)
3. SL-5 outputs statiques → ✅
4. CI catalog drift → ✅ PASS
5. SL-7 openai TODO → ✅
6. CI Static validation → ✅ PASS (était un pb infra, résolu)

Verdict

Delta = notebook re-execution + catalog refresh. Pas de changement logique. CI vert. Approve.