Checklist di avanzamento

Questa pagina è il registro operativo del piano. Una voce viene spuntata solo dopo implementazione, verifica e documentazione. Le evidenze del completamento devono essere collegate nella nota della relativa attività o nella pull request.

Milestone 0 — Baseline e golden dataset

• Nominare owner tecnico e owner di dominio dell'estrazione.
• Selezionare 5–10 Topic Horizon rappresentativi.
• Raccogliere esempi reali di falsi positivi.
• Raccogliere esempi reali di falsi negativi.
• Definire schema e linee guida di annotazione.
• Definire classi semantiche e reason code iniziali. Implementati nel workspace Golden Dataset.
• Annotare candidate, decisioni, span e atom attesi.
• Eseguire adjudication dei casi controversi.
• Versionare il golden dataset v1.
• Implementare l'evaluation harness. Disponibile la baseline AS IS con precision, recall, F1, errori e validità delle citazioni.
• Produrre baseline deterministica.
• Produrre baseline LLM corrente.
• Integrare il report nella CI.

Milestone 1 — Contratto Requirement Atom v2

• Definire schema RequirementCandidate. Rappresentato dalle annotation unit versionate.
• Definire schema CandidateDecision. Rappresentato da annotation e adjudication separate.
• Definire schema RequirementAtom.
• Definire schema SourceReference con citazione obbligatoria.
• Introdurre semanticClass.
• Introdurre reasonCode per ammissione e rifiuto.
• Introdurre actor, action, object, qualifiers e conditions.
• Introdurre acceptance signals.
• Introdurre validation status e storico.
• Aggiornare schema PostgreSQL e migration. Le tabelle risiedono esclusivamente nello schema bandi.
• Aggiornare API. Restano da introdurre gli eventi di dominio quando il workflow entrerà nella pipeline asincrona.
• Aggiornare documentazione dei contratti.

Milestone 2 — Pipeline multi-stage

• Separare candidate generation da estrazione finale.
• Implementare candidate generation deterministica.
• Implementare candidate generation LLM.
• Implementare classificazione semantica.
• Implementare admission gate indipendente.
• Applicare il gate al candidato, non al contesto concatenato.
• Rendere obbligatoria la citazione esatta nel workflow di annotazione.
• Rifiutare source reference vuote o non contenute nella fonte nel workflow di annotazione.
• Implementare atomicizzazione actor/action/object.
• Preservare qualificatori condivisi durante lo split.
• Implementare validazione strutturale.
• Applicare confidence a livello di singolo candidato e atom.
• Implementare deduplicazione semantica.
• Implementare consolidamento cross-document.
• Gestire precedenza dei Corrigendum.
• Gestire conflitti tra documenti.
• Rendere coerenti extraction mode e method order.
• Persistire anche candidati rifiutati.
• Aggiungere test unitari e di regressione.
• Superare i quality gate del golden dataset.

Milestone 3 — LLM gateway e privacy

• Definire classificazioni PUBLIC, INTERNAL, CONFIDENTIAL, RESTRICTED.
• Aggiungere dataClassification al contratto LLM.
• Aggiungere externalProcessingAllowed.
• Aggiungere capability minima richiesta.
• Implementare policy centralizzata nel gateway.
• Impedire fallback esterno per dati confidenziali.
• Propagare la policy a chunk, embedding e callback.
• Mascherare contenuto sensibile nei log.
• Definire policy di cache e retention.
• Definire profilo LOCAL_FAST.
• Definire profilo LOCAL_BALANCED.
• Definire profilo LOCAL_HIGH_QUALITY.
• Configurare i primi modelli self-hosted.
• Benchmarkare modelli e quantizzazioni.
• Implementare cascata di escalation tra profili.
• Testare indisponibilità dei modelli senza leakage esterno.
• Aggiungere audit della decisione di routing.

Milestone 4 — Review UI

• Progettare lista candidati e coda di assegnazione blind.
• Mostrare fonte, contesto e citazione.
• Mostrare classe, confidence e reason code.
• Implementare accept/reject/uncertain.
• Implementare modifica controllata degli atom.
• Implementare split e merge manuale.
• Implementare gestione duplicati.
• Implementare gestione conflitti.
• Mostrare storico delle decisioni.
• Mostrare stato di validazione.
• Raccogliere feedback per il dataset successivo.
• Verificare un Topic reale end-to-end.

Milestone 5 — Publication gate

• Definire quality report del Call Package.
• Bloccare atom senza citazione valida.
• Bloccare mandatory incerti non revisionati.
• Bloccare conflitti critici irrisolti.
• Mostrare precision, recall e versione della pipeline.
• Mostrare limitazioni e documenti mancanti.
• Rendere immutabile una versione pubblicata.
• Conservare prompt, modello e configurazione di esecuzione.
• Validare il gate su almeno un Topic completo.

Milestone 6 — Fasi successive

• Progettare Proposal Workspace.
• Progettare Evidence Hub per dati privati.
• Progettare correlazione requirement-evidence.
• Progettare Atomic Answer Studio.
• Progettare Coverage Cockpit.
• Formalizzare il playbook PM²/Horizon.
• Progettare Proposal Composer.
• Progettare Rubric Builder.
• Progettare Quality Review Loop.

Verifiche trasversali

• Aggiornare Help a ogni modifica del comportamento.
• Aggiornare test e fixture a ogni nuova classe.
• Verificare isolamento per organizzazione sulle API e su tutte le nuove tabelle.
• Verificare autorizzazioni applicative e appartenenza all'organizzazione lato server.
• Verificare che nessun segreto sia tracciato.
• Verificare osservabilità senza esposizione di contenuti sensibili.
• Eseguire build Help e controllo link.
• Registrare decisioni architetturali rilevanti.