ember-memory-test/episodes/DEPURA_prlogo-la-decisin-recalibrada_S20260618.R4_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md

episode_id	puente_flat	session_code	acto_dialogico	actor_flujo	criticidad_aegis	skill_dominante	fase_proyecto	tipo_semantico	summary_one_line	source_type	trust_boundary	created_at	relectura_tagged	forgejo_commit_sha
661e555a-1852-4c7e-85d0-747b681e6625	DEPURA_prlogo-la-decisin-recalibrada_S20260618.R4_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD	S20260618.VERIFY_FIRST_PASSPORT_FIX	informar	multi_actor	low	NONE	operations	troubleshooting	EPISODIO 4 — MNEMO Pipeline: 📖 Prólogo — la decisión recalibrada	claude_code	internal	2026-06-18T14:44:35.890574+00:00	false	pending

Mi inclinación: borrar solo el grupo 4 (el redundante 7c72acd9, conservando el más completo 05fea691) + conservar 1, 2, 3, 5 + refinar Capa 1 con gate de similitud 0.95. Mínimo daño, máxima honestidad.

La pregunta esencial — solo tú la pones: ¿Dedup conservador (solo borrar lo casi-idéntico, grupo 4) o agresivo (también las re-emisiones 2 y 5 que se solapan ~85%, asumiendo que su delta es trivial)?

📍 PARA JOHN — R26

• Hice: Antes de borrar, medí la similitud real de los 5 pares. Descubrí que solo 1 es duplicado limpio (0.958); 2 son falsos positivos (contenido distinto) y 2 son re-emisiones evolucionadas. Frené el borrado masivo — habría destruido contenido único.
• Falta: Tu decisión de alcance (abajo) + ejecutar el borrado del set confirmado + refinar Capa 1 (gate de similitud, porque tiene el mismo sesgo agresivo).
• Mi consejo: Conservador — borra solo el grupo 4, conserva el resto, y arreglemos Capa 1. El "problema de near-dups" era mucho menor de lo que parecía.
• Para avanzar, elige:
  • 🟢 A (recomendado) — Borrar solo grupo 4 (1 episodio, archivado) + refinar Capa 1 con gate de similitud 0.95.
  • 🟡 B — Borrar grupos 4 + 2 + 5 (3 episodios, los borderline incluidos) + refinar Capa 1.
  • ⚪ C — No borrar nada aún; primero refinar/revertir Capa 1 y revisar el corpus con más calma.