docs: update thesis and docs with Cleanlab label filtering integration

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

docs/services/bot-detector.md

@@ -161,7 +161,7 @@ Le bot-detector utilise trois modèles en parallèle, combinés par une pondéra
                   ┌──────────────────────┐        │
                   │  XGBoost             │        ├──→ anomaly_score
                   │  (supervisé, labels  │──→ xgb_prob  (0–1)
-                  │   SOC)               │   × XGB_WEIGHT
+                  │   SOC + Cleanlab)    │   × XGB_WEIGHT
                   └──────────────────────┘
 ```
 
@@ -229,7 +229,7 @@ dim2 = min(32, max(dim1 // 2, latent_dim + 2))
 
 ### XGBoost (supervisé)
 
-Entraîné sur les labels issus du feedback SOC (table `soc_feedback`) :
+Entraîné sur les labels issus du feedback SOC (table `soc_feedback`), filtrés par Cleanlab :
 
 ```python
 xgb.XGBClassifier(
@@ -248,6 +248,7 @@ xgb.XGBClassifier(
 - Labels négatifs (légitime) : `NORMAL`, `LEGITIMATE_BROWSER`
 - Activation requiert ≥ `XGB_MIN_LABELS` (100) labels
 - Réentraînement tous les `XGB_RETRAIN_INTERVAL_HOURS` (168h = 7 jours)
+- **Filtrage Cleanlab** : avant l'entraînement, un XGBoost rapide (80 arbres, 3-fold CV) produit des `pred_probs` qui alimentent `cleanlab.filter.find_label_issues()`. Les exemples identifiés comme bruités sont exclus du jeu d'entraînement. En cas d'échec, les labels bruts sont conservés.
 
 ---