echolabsE4-ROLES-1 — D v1 rojo
2026-09-24. Examen preregistrado en el contrato C/D,
abierto con la aprobación de Nav tras una regresión ECHO-4 de 815/815.
Auditoría en proceso nuevo válida, cero hallazgos: criteria_passed=false,
roles1_green=false. Digest
168e978b6c160b321c1a244d878c8971ffdbf1bb239b43cca9af20c572119462.
Informe ·
Recibo.
Resultado
| Criterio | Cohorte 264001..008 | Cohorte 264101..108 |
|---|---|---|
| 1. Neto ≥256/vida frente a cada brazo | sí (18015 frente a 11279) | sí (16836 frente a 10913) |
| 2. Recuperación ≤96/vida y < cumulative | sí (207 frente a 2115) | sí (477 frente a 2241) |
| 3. Último régimen ≥72/96 por vida | sí (742/768) | sí (677/768) |
4. Ninguna vida por debajo de static_role |
sí | no: semilla 264106, 908 frente a 1390 |
| 5. Integridad | sí | sí |
15 de 16 vidas: competence 2046–2380 frente a static_role 1024–1835, con
recuperación de 3–34 rondas tras cada deriva. La semilla 264106 se queda en
unos 32 aciertos por régimen desde el segundo (57/31/32) y no recupera nunca.
Causa (diagnóstico posterior, sin tocar lo sellado)
Trampa de aprendizaje en la fila «la contraparte 1 falló en este tipo»:
- Q de esa fila = [−1, −1, −2]. Asignar otra vez a la contraparte 1 y asignar a la contraparte 2 empatan: el −1 de la segunda viene de un intento temprano fallido.
- El desempate elige la primera acción, así que el agente vuelve a asignar a quien acaba de fallar. Falla, cobra −1, su Q no cambia y la fila tampoco: 149 veces.
- Con
evidence_greedy, el agente nativo deja de explorar cuando agota el presupuesto de evidencia: 0 exploraciones tras el primer régimen. Nada rompe el ciclo.
No es mala suerte del umbral: es un defecto del diseño del tratamiento con el agente nativo tal como está configurado. El criterio 4 existía precisamente para detectar vidas así.
Qué se conserva
El rojo queda publicado. Las fuentes, cohortes y evidencias de v1 no se
modifican. Esas cohortes ya no pueden servir como examen de una v2.
C (ba7225c4…) y el desarrollo A/B (36b9cab3…) siguen válidos en su ámbito.
ROLES-1 no está cerrada: siguen siendo 10/13 hitos software.
Una v2 debe corregir la causa en su origen (exploración o representación), con desarrollo nuevo y cohortes nuevas, sin rebajar ningún umbral.
v2 (2026-09-24): exploración periódica nativa — desarrollo rojo
Contrato v2. Único cambio: evidence_greedy=False
en el aprendiz de todos los brazos. Desarrollo sellado y auditado, válido:
284b667751c9922fd70af260c5576a109f5e9391e7153acbd7f079dfa46a531c,
criteria_passed=false. D v2 no se abrió.
| Semilla | competence | static_role | cumulative | Recuperación competence / static |
|---|---|---|---|---|
| 311 | 2022 | 2028 | 1711 | 21 / 84 |
| 323 | 1753 | 1818 | 1522 | 30 / 130 |
| 347 | 1911 | 1678 | 1232 | 43 / 178 |
- La trampa de v1 desaparece: la semilla 264106 recupera (prueba de regresión).
- Pero la exploración periódica también deja que
static_rolese reajuste tras cada deriva. Por eso gran parte de la ventaja de neto de v1 se debía a que los controles no podían explorar. competencesigue recuperando 3–5 veces más rápido tras un cambio de competencia, pero paga la exploración y el primer régimen, y empata o pierde en neto.- Los 9 testigos C pasan con v2; C0 confirma que el único cambio es la exploración.
Lectura honesta: en este mundo, seguir la competencia reciente acelera la reasignación de roles, pero no da más neto que un reparto fijo que también explora. ROLES-1 sigue abierta y sin verde. No se rebaja ningún umbral.