feat(experiments): ajoute une entrée de volumétrie par locale (FR/EN)

TEST_SENTENCES gagne 2 entrées dérivées (fr-concat-volumetrie,
en-concat-volumetrie) qui concatènent toutes les phrases de base d'une
même locale en un seul step géant, calculées depuis les phrases existantes
(jamais recopiées à la main) — pour isoler l'effet du seul volume de texte
sur la durée de traitement de chaque moteur, indépendamment de la
complexité déjà couverte par les 7 phrases existantes.

Vérifié via bench:nlp : la latence croît nettement avec le volume
(fr-concat ~2200ms vs 300-1100ms pour les phrases individuelles FR).

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

experiments/llm-tech-step-poc/src/shared/test-sentences.ts

@@ -1,10 +1,12 @@
 /**
- * Les 7 phrases de test partagées par les trois moteurs de ce PoC — un seul
+ * Les 9 phrases de test partagées par les trois moteurs de ce PoC (7 phrases
- * jeu de phrases, importé par `llm-tech-step-poc.ts`, `nlp-tech-step-poc.ts`
+ * de complexité variable + 2 concaténations pour tester l'effet du volume,
- * et `hybrid-tech-step-poc.ts`, pour que leurs runs soient directement
+ * voir {@link TEST_SENTENCES}) — un seul jeu de phrases, importé par
- * comparables phrase par phrase sans risque de désynchronisation (un défaut
+ * `llm-tech-step-poc.ts`, `nlp-tech-step-poc.ts` et `hybrid-tech-step-poc.ts`,
- * de la toute première version de ce PoC, où le pendant `node-nlp` vivait
+ * pour que leurs runs soient directement comparables phrase par phrase sans
- * dans `apps/api` et recopiait ces phrases à la main).
+ * risque de désynchronisation (un défaut de la toute première version de ce
+ * PoC, où le pendant `node-nlp` vivait dans `apps/api` et recopiait ces
+ * phrases à la main).
  */
 
 /** Une phrase de test, avec sa langue et ce qui la rend "complexe" (documentation, non exploité par le code). */
@@ -22,7 +24,14 @@ export interface BenchmarkSentence {
  * quatre suivantes poussent volontairement plus loin (simultanéité,
  * conditions, négations, ambiguïté sémantique d'un même champ) pour
  * chercher le point de rupture de chaque moteur, pas juste confirmer qu'il
- * gère le cas courant :
+ * gère le cas courant. Deux entrées supplémentaires ({@link TEST_SENTENCES},
+ * items 8 et 9) concatènent ensuite toutes les phrases d'une même locale en
+ * un seul "step" géant, pour isoler l'effet du seul VOLUME de texte sur la
+ * durée de traitement — les 7 phrases ci-dessous font varier la
+ * *complexité* à taille à peu près constante, elles ne disent rien sur
+ * comment chaque moteur se comporte face à un step simplement plus long
+ * (plus de tokens à faire générer/parcourir au LLM, plus de clauses à
+ * découper et classifier pour le NLP) :
  *
  * 1. FR, plusieurs actions explicites enchaînées avec une durée et un
  *    ingrédient qui change de forme grammaticale ("les" reprend "oignons").
@@ -52,8 +61,13 @@ export interface BenchmarkSentence {
  *    cuisson) dans la même phrase, une durée "par face" (6-7 minutes per
  *    side, pas la durée totale), et un champ température qui désigne un
  *    SEUIL DE CUISSON à cœur (165°F) plutôt qu'un réglage de feu.
+ * 8. FR, la concaténation des 4 phrases FR ci-dessus (1, 3, 4, 6) en un
+ *    seul step — même contenu, ~4x le volume de texte d'une phrase FR
+ *    normale de ce jeu.
+ * 9. EN, la concaténation des 3 phrases EN ci-dessus (2, 5, 7) en un seul
+ *    step — même principe côté EN.
  */
-export const TEST_SENTENCES: readonly BenchmarkSentence[] = [
+const BASE_SENTENCES: readonly BenchmarkSentence[] = [
   {
     id: "fr-multi-action",
     locale: "fr",
@@ -97,3 +111,43 @@ export const TEST_SENTENCES: readonly BenchmarkSentence[] = [
     note: "Deux REST de sens différent (marinade vs. retour à température ambiante) + durée 'par face' + température = seuil de cuisson à cœur, pas un réglage de feu.",
   },
 ];
+
+/**
+ * Concatène les textes de {@link BASE_SENTENCES} d'une locale donnée,
+ * séparés par un espace, dans leur ordre d'apparition — calculé plutôt que
+ * recopié à la main pour ne jamais désynchroniser le step géant du contenu
+ * réel des 7 phrases de base (si l'une d'elles change de texte, la
+ * concaténation suit automatiquement).
+ */
+function concatenateByLocale(locale: BenchmarkSentence["locale"]): string {
+  return BASE_SENTENCES.filter((sentence) => sentence.locale === locale)
+    .map((sentence) => sentence.text)
+    .join(" ");
+}
+
+const FR_SENTENCE_COUNT = BASE_SENTENCES.filter((sentence) => sentence.locale === "fr").length;
+const EN_SENTENCE_COUNT = BASE_SENTENCES.filter((sentence) => sentence.locale === "en").length;
+
+/**
+ * {@link BASE_SENTENCES} (7 phrases, complexité variable à taille à peu
+ * près constante) plus deux entrées dérivées par locale (items 8 et 9 du
+ * doc-comment ci-dessus) qui concatènent toutes les phrases de cette locale
+ * en un seul step — pour isoler l'effet du VOLUME de texte sur la durée de
+ * traitement de chaque moteur, indépendamment de la complexité sémantique
+ * déjà couverte par les 7 premières.
+ */
+export const TEST_SENTENCES: readonly BenchmarkSentence[] = [
+  ...BASE_SENTENCES,
+  {
+    id: "fr-concat-volumetrie",
+    locale: "fr",
+    text: concatenateByLocale("fr"),
+    note: `Concaténation des ${FR_SENTENCE_COUNT} étapes FR ci-dessus en un seul step — teste si la durée de traitement croît avec le volume de texte, indépendamment de sa complexité.`,
+  },
+  {
+    id: "en-concat-volumetrie",
+    locale: "en",
+    text: concatenateByLocale("en"),
+    note: `Concaténation des ${EN_SENTENCE_COUNT} étapes EN ci-dessus en un seul step — même test de volumétrie côté EN.`,
+  },
+];