john/ember-memory-test
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions

feat(episode): DEPURA_hallazgo-mayor-el-reordenador-estaba-em_S20260831.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Browse source 
Skill: NONE | Type: troubleshooting
Summary: EPISODIO 1 — MNEMO_PRE_DIGEST: 🔴 Hallazgo mayor: el reordenador estaba empeorand
This commit is contained in:
Ember 2026-09-02 18:43:09 +00:00
parent c7f26774e7
commit b2d4d9b52f
1 changed files with 42 additions and 0 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

42
episodes/DEPURA_hallazgo-mayor-el-reordenador-estaba-em_S20260831.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md Normal file
View file

@ -0,0 +1,42 @@
---
episode_id: "10d626c6-60b9-406f-9d07-71a7ea5fa61b"
puente_flat: "DEPURA_hallazgo-mayor-el-reordenador-estaba-em_S20260831.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
session_code: "S20260831.SID4EC5B030F7F0"
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: 🔴 Hallazgo mayor: el reordenador estaba empeorando el retrie"
source_type: "claude_code"
trust_boundary: "internal"
created_at: "2026-09-02T18:43:09.161546+00:00"
relectura_tagged: false
forgejo_commit_sha: "pending"
---
# 🔴 Hallazgo mayor: el reordenador estaba **empeorando** el retrieval
T-25 aterrizó con el resultado que el `escalate_if` anticipaba, y es rotundo. Grabado en los tres remotos (`bbfdec24`) antes de contártelo, y ahora mismo bajo refutación adversarial de 3 lentes.
| Brazo | acierto en 1ª posición | vs denso | p | discordantes |
|---|---|---|---|---|
| **denso** (control) | **0,3172** | — | — | — |
| rerank@5 | 0,1845 | **−0,133** | ~0 | 13 a favor, **54 en contra** |
| rerank@10 | 0,1327 | **−0,185** | ~0 | 9 a favor, **66 en contra** |
| rerank@20 | 0,1424 | **−0,175** | ~0 | 15 a favor, **69 en contra** |
Los tres K muy por debajo del umbral corregido por multiplicidad (0,0167), con 309 preguntas, cero errores de embedding y apenas 0,32% de fail-open. **El reordenador reduce el acierto casi a la mitad.**
Y hay un control de sanidad que vale oro: mi brazo denso dio **0,3172 — exactamente** el baseline que publicó el instrumento independiente de la otra instancia. Dos medidores distintos, escritos por separado, coincidiendo al dígito. Eso me dice que la tubería de medición está sana y que lo que se mueve es el reordenador.
`★ Insight ─────────────────────────────────────`
**El sesgo se propagó del examen a la herramienta.** El banco viejo generaba sus preguntas *del título*; el reordenador juzga *solo por títulos* (decisión DC-9). Así que en agosto medimos un ×2 espectacular… porque los títulos llevaban la respuesta dentro. Con un examen ciego al título, el reordenador queda ciego con él — y su reordenamiento, cercano al ruido, destruye el orden denso que sí usó el texto completo.
`─────────────────────────────────────────────────`
**Lo que esto acaba de evitar:** hace dos turnos yo mismo iba a traerte DP-5 ("encender el reordenador por defecto") como una decisión casi aritmética. Encenderlo habría **degradado producción a la mitad**, y con el examen viejo vigilando nadie lo habría visto. El trabajo del banco V2 de tu otra instancia se acaba de pagar solo.
**Aún no lo doy por cerrado.** Corren ahora tres lentes intentando tumbarlo (estadística, bug en mi instrumento, explicaciones alternativas) y un cuarto agente midiendo el mecanismo decisivo: darle al reordenador título+resumen y solo-resumen. Si con más información deja de dañar, el diagnóstico es "no veía suficiente" y DC-9 se reabre con evidencia. Si sigue dañando, el problema es más hondo.
—