Revisión posterior a r3: implementación y primer piloto

11 de octubre de 2026, 23:14, Europe/Madrid. Revisión de desarrollo, con fuentes ebc21caf9511298c9bff3ae3d04a9406b79f3b62f4144fe2a417de7744593ace. Los cinco instrumentos están implementados y sus mediciones reproducidas en procesos nuevos. Esto no demuestra cinco mejoras científicas. El cierre r3 conserva su alcance e identidad anteriores; no se ha reabierto S6 ni publicado.

Evidencia y pruebas

• Pruebas previas: entorno y sintaxis válidos; suite base de 414 casos, 24 omitidos porque necesitan el entorno opcional. No hubo errores ni fallos.
• Perfil nativo: 59 pruebas, sin omisiones, fallos ni errores, incluyendo las comprobaciones nativas omitidas por la suite base. Los recuentos se solapan; no sumarlos.
• Piloto: cinco bloques medidos y auditados, 62,48 segundos de pared, del 23:08:50 al 23:09:53.
• Diagnóstico posterior sobre los mismos casos: doce búsquedas y doce reproducciones, 15,52 segundos, terminado a las 23:13:21.

La revisión independiente encontró y permitió corregir antes de medir: cohortes reducidas que podían pasar por completas, falta de vinculación entre informe y auditoría, ausencia de recibos ante errores de arranque y falta de verificación del archivo de fuentes. También se corrigió el diagnóstico que confundía consulta indefinida con desacuerdo entre predicciones y el que decía que una solución no se había alcanzado cuando faltaba terminar su nivel de búsqueda. Las pruebas reproducen esos fallos y comprueban su rechazo.

Exploración con habilidades iguales

28 mundos, siete perfiles prerregistrados: objetos en habitaciones de tamaño 5, 8 y 10, llave/puerta en tamaños 6 y 8, apertura ordenada de puertas y colocación de objetos. Tres actores reciben la misma observación parcial, habilidades, mapa, planificación y presupuesto. Todos mantienen el destino hasta alcanzarlo o invalidarlo. Cambia sólo la selección de frontera.

Selector	Éxitos	Acciones	Trabajo lógico
Información estimada	28/28	300	232.985
Frontera cercana	28/28	309	231.435
Frontera aleatoria	28/28	318	255.746

Los 84 episodios se reprodujeron con decisiones y resultados idénticos. La información estimada ahorró nueve acciones frente a cercanía, pero consumió 1.550 unidades adicionales de trabajo (+0,67 %). No existe ventaja de acierto en este piloto ni demostración de equivalencia universal. Los intervalos son amplios. Ningún perfil fue retirado después de observarlo. La política no está aprendida con Active Neural SLAM: el artículo inspira el contraste, no aporta pesos ni resultados a ECHO.

Referencias semánticas

32 significados explícitos y 20 rechazos sintácticos coinciden con el parser. 94 comparaciones de trayectorias nativas (41 positivas y 53 negativas), más tres rechazos nativos, coinciden con referencias redactadas independientemente. Cero falsos éxitos, discrepancias de vinculaciones o errores del instrumento. El dominio sigue siendo el lenguaje limitado y las escenas de una habitación. Esto reduce el riesgo de errores compartidos; no constituye comprensión general.

Generador independiente y cuello de búsqueda

La nueva construcción usa poliminós irregulares, relaciones, contenedores, distractores y composiciones, con oráculo basado en coordenadas del generador, independiente de la segmentación y del intérprete de programas del actor. La evaluación usa biblioteca vacía, gramática completa de 326 átomos, beam 24, profundidad máxima 4 y presupuesto de 2.000.000 unidades por tarea.

• Tareas compatibles independientes: 0/18, todas agotaron presupuesto en profundidad 2; cero respuestas incorrectas emitidas.
• Plantillas anteriores, bajo esa misma configuración: 0/9, también por agotamiento en profundidad 2.
• Controles de ambigüedad: 3/3 abstenciones por ambigüedad identificada.
• Color fuera del lenguaje: 3/3 agotamientos, no prueba de haber identificado la imposibilidad. No se presentan como controles superados.

Estas condiciones difieren de la confirmación anterior con biblioteca y gramática acotada. El dato no acredita una regresión del sistema r3 completo ni atribuye todo el fracaso a la novedad de las escenas.

La autopsia inicial resolvió 4/4 casos de desarrollo con los 32 átomos del contrato previo, sin entregar el testigo al buscador. Para esclarecer la diferencia, un diagnóstico posterior fijó el primer caso ya registrado de cada una de las tres familias comunes, en ambos generadores. Se compararon los dos alfabetos en los mismos seis casos, a igual presupuesto:

Generador	Alfabeto de 32 átomos	Alfabeto de 326 átomos
Independiente	1/3	0/3
Plantillas anteriores	3/3	0/3

Con 326 átomos no se terminó la profundidad 2. Con 32 se alcanzó profundidad 3; en los dos casos independientes sin respuesta ya había hipótesis ajustadas a las demostraciones, pero se agotó el presupuesto antes de completar ese nivel y comprobar el consenso. La abstención respetó el contrato.

Esta comparación respalda un cuello de coste/anchura de búsqueda. No es descubrimiento autónomo de qué gramática usar ni confirmación nueva de transferencia. El lenguaje reducido se eligió como diagnóstico, no por ECHO. El diario permite investigar después poda segura, reutilización de análisis y distribución del presupuesto sin introducir el programa testigo en el actor.

Currículo calculado por demanda

Cuatro ejecuciones emparejadas, cuatro adquisiciones por ejecución, seis entradas candidatas por adquisición y ocho casos nuevos por ejecución. Cada brazo paga sus propias predicciones; el adaptativo paga también las opciones descartadas.

Selector	Exactos finales	Acierto medio entre prefijos de adquisición	Trabajo de aprendizaje	Trabajo con evaluación
Secuencial	24/32	75 %	484.284	868.751
Aleatorio	32/32	81,25 %	484.264	959.971
Adaptativo	32/32	100 %	995.301	1.323.758

El adaptativo alcanzó soluciones antes en tres de cuatro pares frente al azar, pero empató al final y gastó aproximadamente el doble en aprendizaje. La evaluación consume menos una vez reducidas las hipótesis, sin compensar todo el coste de selección. Resultado inconcluso, sin superioridad coste/éxito confirmada. Cuatro ejecuciones no justifican una afirmación general.

Qué se deriva para la siguiente intervención

1. Investigar el coste de búsqueda con gramática completa: evitar repetir análisis de rejillas y estudiar poda justificada o reparto de presupuesto. Mantener abstención cuando no se ha completado la comprobación de consenso.
2. Adaptar el gasto de selección del currículo a la incertidumbre restante, conservando controles por demanda y el coste total. No atribuir ahorro a una tabla precalculada que el control no necesita.
3. Ampliar la exploración a topologías/tamaños registrados antes del siguiente ensayo. Conservar este empate; no elegir mapas sólo porque favorezcan ECHO.
4. Mantener la referencia semántica independiente como regresión y el segundo generador como evaluación separada. Las ideas de Popper, ARGA y Stitch siguen siendo hipótesis de intervención, no resultados importados.

No se aplicó una nueva política de síntesis después de mirar estos resultados. Los procesos de evaluación terminaron. El panel fue reiniciado con las fuentes actuales y responde HTTP 200; el visor del piloto lee registros históricos.