a04759fd9a
Skill: NONE | Type: troubleshooting Summary: EPISODIO 22 — BLINDADAS: Mi lectura para EMBER
2.2 KiB
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 219d1044-8a87-4ec4-a8f7-d299bbc53426 | EXPLORA_mi-lectura-para-ember_S20260705.R22_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD | S20260705.EVAL_INSTRUMENT_FORGE_SKILL | informar | multi_actor | low | NONE | operations | troubleshooting | EPISODIO 22 — BLINDADAS: Mi lectura para EMBER | claude_code | internal | 2026-07-12T16:18:39.189499+00:00 | false | pending |
Re-test limpio — ahora sí, lectura honesta y positiva:
| Ítem | gold | nemotron:free | nota |
|---|---|---|---|
| contar 'a' (abracadabra…) | 11 | FINAL=11 ✓ | ¡acertó lo que gpt(7) y claude(9) fallaron! (1574 chars de razonamiento) |
| 137×149 | 20413 | 20413 ✓ | conciso |
| contar 's' en mississippi | 4 | 502 ResourceExhausted | límite del free-tier NVIDIA, no error de modelo |
| 2¹³−1 | 8191 | 8191 ✓ | ✓ |
En los 3 ítems que pasaron: 3/3 correcto (rate 0.000). El 0.833 anterior era 100% artefacto (truncación + 502), descartado.
Mi lectura para EMBER
Lo bueno (real): es un modelo de razonamiento gratis, 1M de contexto, familia NVIDIA distinta — y su perfil de error descorrelaciona bien: acertó el conteo de caracteres donde los modelos rápidos (flash/mini) comparten punto ciego. Eso es exactamente lo que quieres en un verificador cross-provider: un 2º juez que falla en cosas DISTINTAS. A costo cero es un candidato fuerte.
La pega (real, verificada): el tier :free te lanza 502 ResourceExhausted: Worker local total request limit reached (119/32) — throttling compartido de NVIDIA. No sirve para hot-path ni volumen (1 de 4 llamadas murió). Encaja justo en su nicho declarado: verificación adversarial ocasional / deep-research / eval batch offline, donde latencia y rate-limit no importan y el $0 es oro. Para volumen: tier pagado o self-host (pesos abiertos en HF).
Veredicto: sí, vale como 4ª familia gratis para el carril cross-provider de verificación puntual (no hot-path). Complementa bien a gemini-flash por su perfil de razonamiento.