echolabsS6 · reparación de predicciones de transición
Control humano completado el 29 de septiembre a las 01:28 UTC. Instrumento positivo y auditado; S6 todavía no está VERDE. Auditoría independiente del ganador terminada a las 01:36 UTC, con otra caché/proceso, base A/B fresca y repetición completa del candidato. Ninguna propuesta del modelo ni reserva final en este control.
El observador registró 2654 ocasiones en A donde el modelo de transiciones predecía un cambio y la acción no lo produjo. Los dos grandes bloqueos estaban en partidas conocidas v3/11 y v3/19. El arreglo revisa una predicción obsoleta solo después de observaciones repetidas; conserva los hechos históricos.
| Control preregistrado | A antes → después | Pérdidas individuales A | B antes → después | Pérdidas individuales B | Veredicto |
|---|---|---|---|---|---|
| reinicio conocido, estancamiento ≥8, umbral 1 | 178 → 186 | 0 | 181 → 184 | 1 | Rechazado V4 |
| cuerpo conocido, estancamiento ≥8, umbral 1 | 178 → 186 | 0 | 181 → 184 | 1 | Rechazado V4 |
| estancamiento ≥8, umbral 2 | 178 → 186 | 0 | 181 → 184 | 1 | Rechazado V4 |
| estancamiento ≥16, umbral 4 | 178 → 186 | 0 | 181 → 181 | 0 | Aceptado |
Cada conjunto tiene 40 partidas y 200 niveles posibles. La mejora del control aceptado en A es +8 niveles, +4,49% relativo, +4 puntos porcentuales de niveles posibles (89%→93%). No es una puntuación ARC oficial. A/B y sus replays coinciden; cuatro pruebas del operador pasan. La base y el control desactivado conservan comportamiento nativo.
En las mismas 40 partidas A, los registros del control aceptado muestran:
| Medida de desarrollo | SEMILLA | Control humano | Cambio relativo |
|---|---|---|---|
| Partidas con los cinco niveles resueltos | 33 | 35 | +6,06% |
| Acciones emitidas, incluidos reinicios automáticos | 21594 | 18567 | −14,02% |
Son medidas descriptivas de esta batería conocida. Las contradicciones observadas pasan de 2654 a 67, pero las trayectorias también cambian: ese descenso no se interpreta como un porcentaje de precisión del modelo ni como transferencia a ARC. Base A · Control A.
El umbral mayor estaba entre los cuatro controles fijados antes de medir. No se cambió después de los rechazos. B9 ya integra este operador en la gramática, el generador y la verificación. Para atribuir automejora a ECHO falta que lo proponga a partir de sus observaciones, verificar la mejora y superar los tres comparadores en un examen nuevo. El control humano ganador no se incorpora a los prompts.
Contrato · Resultados íntegros · Auditoría · Siguiente experimento S6-B9.