ECHO-4.5 — integración de memoria y resolución de rejillas

2 de octubre de 2026. Nav aplaza S6 y prioriza memoria, refinamiento, síntesis, vistas, consistencia y guía de capacidad. Se han implementado y medido candidatos conjuntos en CPU. ECHO-4.5 sigue sin estar listo para cierre, incluso dejando S6 aparte. Hay avances verificables y un resultado de seguimiento que no confirma la ganancia general en ARC.

Componente	Implementación y resultado	Alcance del verde
Diario 3E → programas de rejilla	Recibos, restauración, comprobación exacta, supresión y recuperación integrados	✅ Ingeniería; ✅ reutilización causal en cuatro familias sintéticas
Política adaptativa completa de 3E → ARC	No se han trasladado las decisiones aprendidas de verificar/escribir en aldea	❌ Pendiente; importar la clase no demuestra esta transferencia
Refinamiento y síntesis	Caché de prefijos, restricciones inversas, priorización de relaciones y presupuesto por profundidad	✅ Composición sintética; mejora en desarrollo ARC conocido, sin confirmación en seguimiento
Multi-view	Ocho vistas posibles, con presupuesto y coste explícitos	✅ Implementado; ❌ ventaja adicional no demostrada; desactivado por defecto
Consistencia	Agrupa predicciones de programas que cumplen todas las demostraciones; informa ambigüedad	✅ Implementado; ❌ ventaja adicional no demostrada
Guías 640 / 65.536 / 500.000	Ajuste con los mismos 84 programas históricos, exportación y carga	✅ Integración; ❌ 500k no supera a los otros tamaños ni a ausencia de guía en este candidato
Persistencia de aprendizaje	Orden de adquisición: nuevo archivo con programa verificado, linaje y guías actualizadas cuando conocen sus primitivas	✅ Caso completo entre procesos distintos; no acredita automejora S6
S6	Fuentes, contratos y artefactos anteriores conservados	Aplazado por el propietario, sigue pendiente

La memoria tiene un efecto causal medido. El solver descubrió ocho programas a partir de demostraciones de adquisición; el generador no le entregó el programa solución. En 64 instancias posteriores de las mismas cuatro familias, con colores, posiciones, tamaños y orientaciones diferentes, memoria y reinicio acertaron 64/64. La memoria redujo las aplicaciones de primitivas de 81.168 a 23.504: 71,04 % menos trabajo de ese tipo. La búsqueda de adquisición costó otras 10.417 aplicaciones; incluyendo esa búsqueda el ahorro es 58,21 %. Esta última cifra no incluye como primitivas las consultas al diario, serialización ni extracción de características; el tiempo CPU se registra separadamente. No se presenta como ahorro universal de coste.

En composición, retirar sus dos recuerdos eleva el trabajo de 5.936 a 28.292; retirar dos recuerdos de objetos lo deja en 5.860. Las tres condiciones aciertan 16/16. El efecto observado es ahorrar búsqueda. Sin memoria, el refinamiento resuelve 16/16 composiciones frente a 0/16 al desactivarlo, manteniendo las 48 tareas simples. Otro proceso reprodujo exactamente las ocho adquisiciones y las 320 resoluciones. Son instancias nuevas de familias conocidas; no son nuevas familias de abstracción ni resultados ARC oficiales.

La revisión V2 conserva 64/64 con esos recuerdos. Sin ellos baja a 63/64 en la repetición diagnóstica de esos mismos casos. Esto también queda registrado: no se atribuye conservación universal al orden nuevo de búsqueda.

Muestra pública	V1 con vistas	V1 sin vistas	V2 sin vistas	V2 sin refinamiento
Calibración, 16 ARC-1 + 16 ARC-2	0/32	0/32	No medida	No medida
Desarrollo ARC-1	1/64	2/64	4/64	1/64
Desarrollo ARC-2	0/64	0/64	0/64	0/64
Seguimiento disjunto ARC-1	No medida	0/64	0/64	0/64
Seguimiento disjunto ARC-2	No medida	1/64	1/64	1/64

El desarrollo tiene 128 ocurrencias y 124 IDs únicos: hay cuatro coincidencias entre pools, ninguna acertada. El seguimiento tiene 128 IDs únicos, sin solapamiento con esos 124 ni con los 84 usados para ajustar memoria/guías. Se excluyó siempre la reserva del gimnasio. Son datos públicos de entrenamiento que pudieron utilizarse en investigaciones previas; el seguimiento no es una reserva secreta. La calibración de 32 está incluida en desarrollo, no se suma como otros 32 casos independientes.

V2 se diseñó después de observar el desarrollo y se fijó antes de seleccionar el seguimiento. En desarrollo añade dos aciertos ARC-1 sin perder los de V1: 3,125 % → 6,25 %, +3,125 puntos porcentuales. En seguimiento ambos aciertan 1/128 y ninguna ablación aporta aciertos adicionales. No pasa el criterio de promoción, que exigía añadir al menos un acierto sin pérdidas. Se conserva como candidato experimental utilizable. Los resultados oficiales históricos 31/400, 0/120 y 11/112 permanecen intactos y no son comparables directamente con estas muestras y presupuestos.

El límite común es 2.000 programas distintos, profundidad cuatro, beam doce y 96 comprobaciones tras el primer programa exacto. Igualar programas no iguala CPU: sobre el desarrollo, V1 sin vistas consumió aproximadamente 58,6 segundos CPU acumulados y V2 116,4. V2 ejecutó 932.598 primitivas frente a 841.950. Es un intercambio de coste por aciertos en desarrollo, sin ventaja confirmada en el seguimiento. Con vistas V2 ejecutó 1.398.128 primitivas y mantuvo cuatro aciertos. Los tiempos excluyen adquisición; esta queda registrada por trabajador.

El cambio útil identificado consiste en dar turno a las relaciones. Por ejemplo, en una tarea de desarrollo V2 sintetizó:

[
    ("recolor", 5, 2),
    ("recolor_by_size", 0, 1, "largest"),
    ("recolor_by_size", 0, 3, "smallest"),
]

Todos los ejemplos de demostración se ejecutan simbólicamente antes de admitir un programa. La crítica usa desacuerdo de dimensiones, fracción de celdas erróneas y diferencia de paleta. La caché distingue también los resultados sobre entradas de consulta; dos programas no se fusionan solamente por coincidir en las demostraciones. La memoria ordena sus recibos por similitud de rasgos 1000 * |F ∩ M| // |F ∪ M|, reputación y longitud. Cada programa recuperado debe volver a pasar los ejemplos actuales. Ningún programa obtiene aceptación por su reputación o por la puntuación de la guía.

Se reutilizan remember, evidence, trust y la supresión del diario original de 3E. En este adaptador los recibos almacenados son éxitos comprobados, y su trabajo se registra. No se utiliza choose/begin/charge/mature para aprender una política ARC de coste diferido. Ese trabajo es necesario para afirmar transferencia completa de EGO-MEMORIA-3E; el banco sintético actual acredita la utilidad del mecanismo de recuerdos verificables.

Los módulos nuevos son seed/arc_memory.py, seed/integrated_grid.py y su revisión seed/integrated_grid_v2.py. Las campañas y el seguimiento viven en integration_campaign.py, integration_revision.py, integration_transfer.py e integration_followup.py. El exportador V2 guarda 84 recibos y las tres guías, con hashes del código y del estado. El candidato declara release_ready:false. La guía está apagada por defecto en esta revisión porque no añadió aciertos; puede activarse explícitamente para investigar. La consistencia permanece activada y las vistas opcionales.

Desde la raíz del repositorio:

python3 -m seed.echo45_grid_v2 solve mi_tarea.json \
  --candidate lab/seed/integration-v2-20261002/candidate.json

# Opciones experimentales: --guide 640 | 65536 | 500000, --views, --no-memory, --first

python3 -m seed.grid_memory_update demostraciones.json \
  --candidate lab/seed/integration-v2-20261002/candidate.json \
  --output mi-candidato-aprendido.json

python3 -m seed.echo45_grid_v2 solve otra_tarea.json \
  --candidate mi-candidato-aprendido.json

El JSON usa train con pares input/output y test con entradas. Si el archivo trae salidas de test, el solver las descarta en la frontera. La adquisición requiere un programa exacto en demostraciones, nunca sobrescribe el padre y rechaza las rutas de evaluación selladas y los IDs de reserva conocidos. No garantiza que las predicciones nuevas sean correctas. Una ejecución completa adquirió crop_largest_any → rot90, abrió otro proceso y resolvió otra instancia con memory_verified:1. No se efectuaron llamadas al LLM ni gasto en GPU.

Quedan por resolver la transferencia de la política adaptativa completa, la ventaja independiente de vistas/consistencia/guía y la ganancia ARC fuera de la muestra usada para revisar el solver. La siguiente hipótesis debe ampliar la representación de relaciones y composición general, con casos diagnósticos nuevos y controles; aumentar el banco de pesos no añadió operaciones al DSL. Las puertas ARC-2/3 y la integración general de 4.5 siguen pendientes. S6 volverá después, según el nuevo orden, sin rebajar B1–B5.

Artefactos reproducibles:

Para regenerar el recibo y las gráficas: python3 -m seed.integration_report. La auditoría consolidada exige que cada replay esté terminado y que las 217 fuentes protegidas registradas al comienzo sigan iguales. Los diarios de desarrollo usan el visor existente; no se ha creado otro bus de pensamientos.

La primera validación de cierre pasó sus 22 pruebas, pero el arnés registró CUSTODY_FAILED porque el generador del informe se editó mientras se comprobaba la copia. Se conserva ese recibo. La validación R1 se realiza con las ediciones detenidas; no cambia ninguna fuente congelada del agente ni del experimento.