diff --git a/episodes/TRAZA_f0-aprueba-entender-el-significado-s-res_S20260924.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md b/episodes/TRAZA_f0-aprueba-entender-el-significado-s-res_S20260924.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md new file mode 100644 index 00000000..16648fc6 --- /dev/null +++ b/episodes/TRAZA_f0-aprueba-entender-el-significado-s-res_S20260924.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md @@ -0,0 +1,32 @@ +--- +episode_id: "f4fb0d0b-21fb-4e81-babe-951bf386c6be" +puente_flat: "TRAZA_f0-aprueba-entender-el-significado-s-res_S20260924.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD" +session_code: "S20260924.SID10055073F03D" +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: F0 aprueba. Entender el significado sí resuelve lo..." +source_type: "claude_code" +trust_boundary: "internal" +created_at: "2026-09-27T22:22:21.467097+00:00" +relectura_tagged: false +forgejo_commit_sha: "pending" +--- + +**F0 aprueba.** Entender el significado sí resuelve lo que contar palabras no podía. Todo está commiteado y en los 3 remotos (`8fab575b`). ## El examen sellado (V4B, 2.497 casos, una sola vez) + +| | Alumno v2 (cuenta palabras) | **Alumno v3 (entiende significado)** | +|---|---|---| +| Casos que resuelve solo | 49,5 % (en práctica) | **39,7 %** | +| Acierto | 91,3 % ❌ | **98,7 %** ✅ (mínimo 97 %) | +| Envíos peligrosos a Opus | 0 | **0** ✅ | +| Mandar a "ejecuta" lo que era "planea" | 70 casos, 2,95 % ❌ | **2 casos, 0,63 %** ✅ (máximo 2 %) | + +Las reglas y la política se guardaron en git antes de mirar el examen: prerregistro en `0e20bdd7` y política en `cf5667bc`. Gasto: unos 330 mil tokens de embedding, que estimo en unos 5 centavos de dólar (no medí el precio exacto). ## Lo que no debo esconder + +1. **Solo coincide con Jev en el 86,5 % de los casos que decide, aunque acierta el 98,7 %.** Hay dos explicaciones posibles y el banco no permite distinguirlas: + - el alumno **corrige** errores conocidos de Jev, porque también aprendió de las respuestas verificadas; + - el alumno aprendió **trucos del generador** que inventó los casos. Solo tu texto real lo aclarará (fase F3). Por eso este resultado **no despliega nada todavía**. 2. **La regla que tenía prevista para F3 era injusta.** Exigía coincidir con Jev en un 95 %, así que castigaría a un alumno que corrige a Jev. La rediseñaré antes de F3, con respuestas verificadas en tu texto real. 3.