TRANSFER-3 v7 — la escuela no ve lo suficiente, y más presupuesto no lo arregla

2026-09-18. Desarrollo público. TRANSFER-3 no cerrado. Resultado negativo. Diseño fijado antes de ejecutar: contrato v7. No se generó ni abrió B/C. Inventario congelado de v4 comprobado ruta a ruta.

La curva

Cuatro presupuestos de escuela, misma escuela reparada, mismas cuatro salas, mismas 64 salas de examen, criterio de v4 sin modificar.

Presupuesto	Features	Pares muestreados	Pares posibles	Features con una sola acción
128	27	38	108	19
256	27	38	108	19
512	27	38	108	19
1024	29	40	116	21

Ocho veces el presupuesto compra dos features y dos pares. La cobertura se satura en el primer presupuesto: 27 de las 144 codificaciones planares utilizables, 38 de 108 pares. El bono de fallo no disparó en ninguna corrida, así que ningún retorno quedó desplazado y el recuento de conflictos es limpio.

Las dos predicciones registradas fallan

Predicción	Resultado
Si manda la cobertura, crece con el presupuesto y el cribado cruza	La cobertura no crece; el cribado no cruza
Si manda el conflicto, los pares contradictorios crecen	Hay cero en los cuatro presupuestos

Presupuesto	`baseline` W/L	Fallos nuevos	`pessimistic` W/L	Fallos nuevos	Coste total mejor brazo	Cribado
128	11/13	2	8/10	2	1258	no
256	11/13	2	8/10	2	1386	no
512	10/10	3	7/8	2	1633	no
1024	11/10	3	8/8	2	2139	no

scratch gasta 1065 movimientos y no entrena. Ningún brazo pasa a ningún presupuesto. El coste total sólo se aleja.

Por qué se satura

La escuela es on-policy sobre cuatro salas fijas. El agente sigue su propio plan codicioso, así que vuelve a los mismos estados y repite las mismas acciones: a 128 movimientos son 14 episodios, a 1024 son 114 episodios que recorren casi exactamente el mismo conjunto. Las 70 parejas no muestreadas no son difíciles de aprender: son inalcanzables por este procedimiento de recogida de datos, y repetirlo más veces no las alcanza.

La Q sí sigue cambiando —el rango de valores pasa de [−7, 25] a [−9, 36]— pero el orden dentro de cada fila, que es lo único que lee el desempate, se estabiliza antes de los 128 movimientos: los exámenes de 128 y 256 son idénticos misión a misión. La tabla converge a una preferencia estable que resulta ser peor que no tener ninguna.

Qué queda descartado

Tres explicaciones quedan fuera con datos, no por argumento:

No es el convenio de signo. V6 lo midió: optimismo y pesimismo pierden por razones opuestas y ninguno pasa.
No es el presupuesto. Ocho veces más movimientos no mueven la cobertura ni el cribado, y empeoran la amortización.
No es contradicción interna de la representación. Cero pares reciben retornos opuestos en los cuatro presupuestos: sobre lo que la escuela ha visto, la feature sí determina la consecuencia.

Matiz importante: esto no contradice los 14 pares con órdenes opuestos que midió v5. Aquel recuento es sobre qué acción es mejor según distancia local en estados distintos con la misma feature; éste es sobre si una misma acción produce un retorno consistente. Son dos preguntas distintas y ambas medidas siguen en pie.

Qué queda

Lo que falla es la distribución de datos, no la tabla, ni la recompensa, ni el desempate, ni el presupuesto. Cuatro salas on-policy cubren el 19 % del espacio de features utilizable y el 35 % de los pares, y ese techo es estructural del procedimiento de recogida.

Eso convierte el punto 2 del plan —ampliar las geometrías— en un prerrequisito de aprender algo, no sólo en una cuestión de tener salas independientes para B/C. Con 126 formas canónicas en la familia actual y 84 ya gastadas en público, el generador nuevo es ahora el camino crítico, y hay que decidir además cómo se recogen los datos: cuatro salas recorridas con la política propia no producen un conjunto de entrenamiento, por mucho presupuesto que se les dé.

Verificación

Artefacto: lab/transfer3/curve-v7.json, isolated=true, hash canónico 072b69e1c1d58b70b2ec6a613bbf59eaa5122eceaffbf0e748cfd73aa8ccb38f.

Su auditoría falló, y no por desacuerdo de resultados: inventory() fotografía todo el árbol nexus0/**/*.py, y rooms_v8.py se creó mientras la auditoría estaba en vuelo, así que el manifiesto reconstruido no coincide con el guardado. El defecto del arnés se analiza en resultados v8. lab/transfer3/curve-v7-stable.json repite la curva sobre el árbol estable, con resultados idénticos, y es el artefacto auditable: hash ba071694d8fa6c53b3aebf1de9978cff99a2c16b76f249ffbdba623a38b20d5d, replay_valid=true, exit 0.

16 tests v7 nuevos; regresión TRANSFER-3 en 119 tests al cerrar v7, y en 130 al cerrar v8.

env PYTHONPATH=.. python3 -m unittest tests.test_transfer3_v7 -q
env PYTHONPATH=.. python3 -m echoai.nexus0.transfer3.curve_v7 audit lab/transfer3/curve-v7-stable.json

Ocho cribados contra el mismo banco público no son ocho pruebas independientes; se declaró en el contrato y se repite aquí. Ninguno pasó, así que no hay nada que confirmar prospectivamente.

TRANSFER-3 sigue en rojo. No hay candidato. ECHO-3 permanece en 13/15.