feat(episode): TRAZA_cmo-quedaron-jev-y-sherpa_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD
Skill: NONE | Type: troubleshooting Summary: EPISODIO 1 — schema_embedding: Cómo quedaron Jev y SHERPA
This commit is contained in:
parent
2c5094eddb
commit
3cd88abe3e
1 changed files with 47 additions and 0 deletions
|
|
@ -0,0 +1,47 @@
|
|||
---
|
||||
episode_id: "1adb3691-175c-4165-ba2c-51bd6db84411"
|
||||
puente_flat: "TRAZA_cmo-quedaron-jev-y-sherpa_S20260923.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
|
||||
session_code: "S20260923.SID027AD4ABD902"
|
||||
acto_dialogico: "informar"
|
||||
actor_flujo: "multi_actor"
|
||||
criticidad_aegis: "low"
|
||||
skill_dominante: "NONE"
|
||||
fase_proyecto: "operations"
|
||||
tipo_semantico: "troubleshooting"
|
||||
summary_one_line: "EPISODIO 1 — schema_embedding: Cómo quedaron Jev y SHERPA"
|
||||
source_type: "claude_code"
|
||||
trust_boundary: "internal"
|
||||
created_at: "2026-09-23T23:57:14.517643+00:00"
|
||||
relectura_tagged: false
|
||||
forgejo_commit_sha: "pending"
|
||||
---
|
||||
|
||||
La opción A quedó aplicada (`e8f1686b`):
|
||||
- Los tres documentos pasan de bloqueados a aprobados y su huella ahora **sí se verifica**.
|
||||
- Una deriva plantada la detectan igual el validador y el verificador de SILICIO.
|
||||
- Los 70 tests pasan y ningún documento empeora.
|
||||
|
||||
Ahora respondo tu pregunta.
|
||||
|
||||
## Cómo quedaron Jev y SHERPA
|
||||
|
||||
### Jev: aprobado para el carril rápido del triaje
|
||||
Lo pusimos a prueba en cuatro rondas, cada una más difícil que la anterior:
|
||||
|
||||
| Ronda | Qué medimos | Resultado |
|
||||
|---|---|---|
|
||||
| 1.000 casos (v2) | Jev solo, sin filtro | 78,8 % de acierto. Tiende a **subestimar el riesgo**, y un texto que dice "esto es trivial" lo engaña |
|
||||
| 1.000 nuevos (v3) | Jev con un filtro de seguridad | Pasan 314, con 0 peligrosos |
|
||||
| 5.824 (V4A) | Con ese filtro, más revisión a ciegas | Aprueba fuerte. Los 4 "peligrosos" que aparecían eran errores de quien escribió las preguntas |
|
||||
| **2.497 guardados (V4B)** | **Examen final con la regla congelada** | **763 pasan (31 %), 0 peligrosos, riesgo máximo estimado 0,39 % → APRUEBA_FUERTE** |
|
||||
|
||||
En la práctica: **3 de cada 10 decisiones de triaje ya no necesitan a Fable**, y en 2.497 casos que nadie había visto no se coló ni un caso grave. La regla es muy simple: Jev tiene que estar **muy seguro** (confianza ≥ 0,88) y, si dice "bajo riesgo", no puede quedar ni rastro de consecuencia grave. En cualquier otro caso decide Fable.
|
||||
|
||||
Hay tres límites que no se negocian:
|
||||
- Jev solo recibe **texto escrito por nosotros**, nunca contenido de afuera.
|
||||
- Jev nunca es juez.
|
||||
- Cada decisión queda guardada para entrenar tus propios oráculos en la Spark.
|
||||
|
||||
Gastamos en total unos **US$2** de los US$25 disponibles.
|
||||
|
||||
### SHERPA: qué mejoró para cada modelo
|
||||
Loading…
Reference in a new issue