feat(episode): TRAZA_es-loops-s-en-espritu-pero-el-sota-dist_S20260712.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Skill: NONE | Type: troubleshooting
Summary: EPISODIO 1 — MNEMO_PRE_DIGEST: ¿Es "loops"? Sí en espíritu — pero el SOTA distin

episodes/TRAZA_es-loops-s-en-espritu-pero-el-sota-dist_S20260712.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md

@@ -0,0 +1,45 @@
+---
+episode_id: "80b23d7b-7966-45df-9bcb-e2406dcb3f1b"
+puente_flat: "TRAZA_es-loops-s-en-espritu-pero-el-sota-dist_S20260712.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
+session_code: "S20260712.PIPELINE_PG_HYDE_FIX"
+acto_dialogico: "informar"
+actor_flujo: "multi_actor"
+criticidad_aegis: "low"
+skill_dominante: "NONE"
+fase_proyecto: "operations"
+tipo_semantico: "troubleshooting"
+summary_one_line: "EPISODIO 1 — MNEMO_PRE_DIGEST: ¿Es "loops"? Sí en espíritu — pero el SOTA distingue dos pat"
+source_type: "claude_code"
+trust_boundary: "internal"
+created_at: "2026-07-12T20:41:47.234864+00:00"
+relectura_tagged: false
+forgejo_commit_sha: "pending"
+---
+
+Tu pregunta apunta a algo fino, así que déjame afinar la respuesta más allá de lo que ya dejé en el doc — porque la palabra "loop" esconde **dos cosas distintas**, y solo una es literalmente un loop.
+
+## ¿Es "loops"? Sí en espíritu — pero el SOTA distingue dos patrones
+
+Lo que te describí ("varios intentos + una prueba objetiva que escoge el bueno") en el estado del arte **no se llama principalmente "loop"** — se llama **Best-of-N sampling con verificador** (o *rejection sampling* / *verifier-guided test-time scaling*). Y la razón es importante:
+
+| Patrón | ¿Es un "loop" de verdad? | Qué es | Nuestra medición |
+|---|---|---|---|
+| **Best-of-N + verificador** | **No** — es *fan-out + filtro* | genera K en **paralelo**, un test objetivo escoge UNA vez. No hay iteración. | ✅ **el que funciona** |
+| **Loop iterativo** (*self-refine, reflexion, agentic loop, ReAct*) | **Sí** — es el loop clásico | genera → critica → reescribe → **repite** | ⚠️ **el más débil** (brazo-R: R ≤ D) |
+
+Es decir: **el patrón que gana no es técnicamente un "loop"** — es "tirar K veces en paralelo y quedarte con el que pasa la prueba" (un abanico, no un ciclo). El que **sí** es un loop iterativo de verdad (el modelo reintentando y corrigiéndose) es un patrón SOTA reconocido **pero que nuestra propia medición encontró más flojo**. Por eso la distinción no es pedante: si le llamamos "loop" a secas, uno tiende a imaginar el iterativo (auto-corrección) — y ese es justamente el que **no** carga el peso.
+
+## ¿Está fundamentado en las mejores prácticas? Sí — verificado, y con nuestros mismos límites
+
+Lo confirmé contra arxiv este turno (HARD_FACT, tratado como DATA, sin red flags):
+- **arXiv:2503.01422** — "Best-of-N sampling serves as a common sampling-based scaling technique, broadening the search space **in parallel**" → confirma que es estándar Y que es paralelo, no iterativo.
+- **arXiv:2507.12399** (ROC-n-reroll) — BoN + rejection sampling "make use of a **verifier**"; estudia justo la **imperfección del verificador** → coincide con nuestro hallazgo de que el oráculo insobornable es la mitad que pesa.
+- **arXiv:2504.13171** — "test-time compute has emerged as a key ingredient".
+
+Y lo más bonito: el SOTA respalda **nuestros mismos caveats**, que medimos por cuenta propia —
+- **acotado por el techo del modelo** (Yue 2504.13837 "bounded by the base model" + Stroebl 2411.17501) → por eso "cosecha", no "amplificación";
+- **la calidad del verificador es lo que carga** (ROC-n-reroll estudia verifier-imperfection).
+
+Todo esto quedó anclado y committeado en [docs/LOOPS_SOTA_FUNDAMENTO_S20260712.md](docs/LOOPS_SOTA_FUNDAMENTO_S20260712.md) (commit 3112b14e, 3 remotos en paridad).
+
+**Trust-boundary honesto:** la limitación específica del *self-refine* la **medimos nosotros** (brazo-R); la línea "los LLM no se auto-corrigen bien de forma intrínseca" existe en la literatura, pero **no pinté la cita exacta este turno** (la búsqueda no la devolvió) → no la cito por número para no fabricar. Si quieres, la rastreo en un turno aparte.