S5-E · v5.7 · VERDE · 2026-09-27

Examen cerrado: v5.7 supera a v5.6 en estado oculto del gym, con fuentes intactas y replay exacto. La implementación ya existía antes de esta sesión. Contrato fijado antes: S5-E.

60 juegos nuevos (semillas 7000–7059), cinco niveles, tres semillas del agente, 2000 decisiones del agente por partida: 900 niveles posibles sumando las repeticiones. El runner registra además reinicios automáticos tras GAME_OVER; no consumen ese presupuesto ni incrementan actions_per_level. La puntuación usa la fórmula oficial aplicada a ese contador congelado, no un scorecard de competición. Se aplica la misma convención a los tres agentes.

Agente	Niveles por rep	Total	% de niveles	Puntuación media /100
v5.6	134 · 138 · 127	399	44,3 %	2,2658
v5.7	159 · 162 · 154	475	52,8 %	3,7604
Azar	12 · 13 · 12	37	4,1 %	0,3642

Son 76 niveles más (+19,0 %) y una puntuación un 66,0 % mayor.

Criterio	Evidencia
E1	300/300 niveles del solucionador; generación repetida idéntica
E2	Azar 4,1 %, por debajo del 15 %
E3	475 > 399 niveles
E4	3,7604 > 2,2658
E5	Replay de las 60 partidas de v5.7 rep 0 idéntico en acciones y frames; fuentes intactas

E1 ∧ E2 ∧ E3 ∧ E4 ∧ E5: VERDE.

La ganancia es concreta: sumando las tres reps, la familia de copia H4 pasa de 15 a 91 niveles. H1 (orden) queda en 107, H2 (temporizador) en 157 y H3 (conteo) en 120 para ambos agentes. No se ha añadido un módulo propio de orden o conteo.

Datos: lab/seed/arc3gym/s5e/, con registros por partida, acciones, hashes de frames, informes de cada rep, validación y audit.json. Congelación: lab/kaggle/s6b0-20260927/evaluation-freeze.json.

Límites: son juegos de nuestro simulador; no es el examen oficial de 112 niveles ni una medición del objetivo R3. Sigue declarada la caída conocida de desarrollo oficial de v5.7 (1,033 → 1,000 frente a v5.6, pierde una semilla de g50t). No ha cambiado el resultado rojo de S6-A ni prueba por sí solo que un modelo mejore a ECHO.