llm_ticket3/test_corrections

Corrections pour le tri d'images avec llama-vision

Ce document décrit les corrections apportées pour résoudre les problèmes de tri d'images avec llama-vision.

Problèmes identifiés

1. Détection incomplète des images : Seulement 2 images sur 4 étaient analysées après déduplication
2. Classification trop stricte : Toutes les images étaient classées comme non pertinentes
3. Reconnaissance de formats limitée : Certains formats d'images n'étaient pas correctement détectés

Corrections apportées

1. Amélioration du prompt système (agent_image_sorter.py)

Le prompt système a été entièrement revu pour :

• Définir plus clairement ce qui constitue une image pertinente
• Adopter une approche "par défaut pertinent" en cas de doute
• Élargir la définition des images pertinentes
• Rendre le classement plus inclusif

2. Amélioration de la détection des images (orchestrator_llama.py)

La méthode _lister_images a été optimisée pour :

• Supporter davantage de formats d'images (ajout de .tiff, .tif)
• Vérifier que chaque fichier est bien une image valide
• Corriger la détection de l'extension .jpg (qui avait une erreur de syntaxe)
• Ajouter des logs pour faciliter le débogage

Comment tester

Pour tester spécifiquement le tri d'images avec llama-vision, utilisez la commande suivante :

python main_llama.py <ticket_id> --skip-ticket-analysis --skip-image-analysis --skip-report

Après exécution, vérifiez :

1. Le fichier tri_image_llama*.json dans le dossier pipeline
2. Le nombre d'images analysées doit correspondre au nombre d'images uniques dans rapport_de_deduplication.json
3. Le classement des images devrait être plus généreux (plus d'images "pertinentes")

Notes supplémentaires

• Le prompt a été optimisé pour llama-vision tout en conservant la consigne de répondre en français
• L'approche de tri est maintenant plus inclusive ("mieux vaut inclure trop que pas assez")