echolabsEstado de B23-R4 · 8 de octubre de 2026
Actualización de cierre: terminó a las 16:55 de Madrid, COMPLETE.
924 partidas, 36 propuestas, ocho pruebas de formato; auditoría válida,
ningún ganador. Ambos modelos encontraron +4 niveles con pérdidas de score
en cinco partidas. La revisión posterior reconstruye todos los prompts y
confirma 16 duplicados, 12 propuestas inactivas medidas y ocho activas con
pérdidas. Autopsia completa y
plan B24 integrado. S6 sigue abierto.
El bloque siguiente conserva el sondeo histórico de las 15:08 de Madrid.
El notebook privado rogeernavarro/echo45-s6b23-micro-r4-20261008 está en
RUNNING en Kaggle con dos T4. El PC puede apagarse; la ejecución vive en
Kaggle. Los servicios echoai-s6b23r4-live y echoai-s6b23r4-monitor solo
recogen registros y estados.
La puerta de formato terminó con 8/8 inferencias correctas: cuatro instrucciones sintéticas para Qwen2.5-Coder 14B y cuatro para 7B. No usó datos de partidas ni gastó una partida. Esto confirma que ambos modelos pueden entregar la estructura y seguir esas instrucciones sencillas con la gramática. No confirma que razonen bien en la tarea S6.
El micro comparativo mide 18 propuestas por modelo sobre la misma semilla y las mismas 14 partidas A; el criterio requiere al menos dos niveles extra y cero pérdidas individuales de nivel o score.
- N14 / 14B: 3/18 propuestas completadas. Las tres pasaron formato, verificación, ejecución, replay y auditoría. Cada una produjo ganancia de niveles 0, pérdidas individuales 0 y variación agregada de score 0. No han cambiado los resultados medidos de esas 14 partidas. Slot 4 terminó su medición y está en replay (4/14 partidas registradas al último sondeo).
- N7 / 7B: todavía no empieza.
- Ganadores: ninguno por ahora. No se ha abierto desarrollo amplio ni retención. No hay examen ni campaña ejecutándose.
R3 sigue cerrado y auditado con 2478 partidas, cero finalistas y 36 respuestas LLM inválidas. R4 es una condición nueva; conserva su contrato y sus fuentes por hash. Los 59 tests y 582 verificaciones nativas de gramática pasan. La implementación está documentada en B23-R4.
La muestra 3/18 es temprana y no compara aún de manera equilibrada 7B con 14B. El resultado actual sí permite distinguir que el problema de serialización quedó resuelto de la calidad de búsqueda: hasta ahora las propuestas del 14B son legales, pero no han mejorado las métricas en el micro.
R4 puede abrir desarrollo amplio solo para un candidato que cumpla el umbral en el micro. Retención requiere además pase amplio. El máximo prerregistrado es 3756 partidas y 44 llamadas, ocho de ellas reservadas para el formato. La cuota GPU observada en Kaggle era aproximadamente 5,2 horas disponible al último sondeo; puede cambiar mientras corre.
S6 sigue abierto. R4 no sustituye el descubrimiento desde SEMILLA, la validación de conservación, la campaña ni el examen B1–B5.
Registros: estado Kaggle, diario del seguidor, recibo de implementación.