HIATUS v11.6 — Spécification auditable d'un système de priorisation de tests scientifiques (avec POC Python "Marche 1")"HIATUS v11.6 — An auditable specification for prioritizing falsifiable scientific tests (with minimal Python POC, Step 1)")

HIATUS est une spécification d’un “chercheur artificiel” orienté testabilité et auditabilité. Le système explore des trajectoires conceptuelles dans un espace de paradigmes (graphe orienté pondéré) et priorise celles qui produisent des tests discriminants exécutables. La spécification impose des verrous mécaniques anti-gaming, notamment No Test, No Score (NTNS) : aucun score n’est attribué si les tests ne sont pas discriminants et auditables. Cette release inclut :- Le PDF (HIATUS v11.6) : spécification complète, bibliographie, glossaire minimal.- Un POC Python minimal (“Marche 1”) : implémente NTNS et `rationale_hash`, et produit des artefacts d’audit JSON (“breakdown”) : - `demo_valid_bd.json` : amplitude > 0 (cas valide). - `demo_invalid_bd.json` : amplitude = 0 avec `failure_code = NTNS_VOID` (cas invalide), montrant que le verrou reste fermé lorsque les tests ne sont pas discriminants. Travail personnel (concept, structure, arbitrages) avec assistance IA pour la rédaction, la mise en forme et un POC Python minimal. Tous les artefacts et tests sont fournis pour reproductibilité. HIATUS is an auditable specification for an AI-driven research workflow focused on falsifiability, testability, and reproducibility. It prioritizes conceptual trajectories that yield executable discriminant tests, enforced by mechanical locks against gaming, including No Test, No Score (NTNS). This release includes:- The HIATUS v11.6 PDF (full technical specification, references, minimal glossary).- A minimal Python POC (“Step 1”) implementing NTNS and `rationale_hash`, producing audit JSON breakdowns: - `demo_valid_bd.json`: amplitude > 0 (valid case). - `demo_invalid_bd.json`: amplitude = 0 with `failure_code = NTNS_VOID` (invalid case), showing the barrier stays closed when tests are not discriminant. Personal work (concept, structure, design choices) with AI assistance for drafting/formatting and a minimal Python POC. All artifacts and tests are provided for reproducibility.