Skip to content
AI Agent Eval Harness

ADR-0030: Compuerta de calibración consultiva por defecto

  • Estado: Accepted
  • Fecha: 2026-06-14
  • Responsables de la decisión: Waldemar Szemat

Contexto y planteamiento del problema

Section titled “Contexto y planteamiento del problema”

La compuerta de calibración (ADR-0026) está cableada como una comprobación aditiva en la canalización de evaluación: computa el kappa humano-vs-juez agrupado y por dimensión sobre el corpus comprometido y aporta un código de salida de fallo cuando una dimensión con compuerta cae por debajo del umbral. Lee solo las salidas del juez, es determinista y sin clave, y no toca al juez. El bloqueo de diseño difirió una sub-decisión a la fase de cableado: el modo de activación de la compuerta - si una ruta de corpus no establecida auto-resuelve y bloquea de forma dura, o queda sin establecer y se omite.

La calibración medida produjo entonces un resultado honesto e incómodo. La fidelidad pasa con holgura, pero la fundamentación queda justo en el límite de la compuerta - estadísticamente indistinguible de la vara: su intervalo de confianza incluye el umbral y un locale pasa por sí solo. El umbral y los bins congelados nunca son una palanca, así que la dimensión por debajo del límite se acepta como una medición honesta - una lenidad sistemática del juez en la banda límite, no un artefacto de corpus o de truncamiento. La única palanca sancionada, el reequilibrio del corpus, se declinó este ciclo: reequilibrar justo en la línea sería ajustar la composición, no un arreglo de principio.

Eso deja una contradicción. Bloquear de forma dura por defecto haría que cada cambio en la ruta por defecto fallara la compuerta de fundamentación en el límite

  • convirtiendo un hallazgo honesto y de límite conocido en un CI permanentemente en rojo que el equipo se vería presionado a silenciar por exactamente las jugadas de manipulación que el bloqueo de diseño prohíbe. ¿Cómo debe activarse por defecto la compuerta cableada, dada una dimensión que pasa y una dimensión honestamente en el límite, sin manipular las constantes congeladas y sin registrar la divergencia en silencio?

Impulsores de la decisión

Section titled “Impulsores de la decisión”
  • Sin manipulación. Los bins y el umbral están congelados y nunca son una palanca; una dimensión por debajo del límite se acepta como honesta, no se elimina por ingeniería. El modo de activación no debe volverse una puerta trasera para silenciar la compuerta.
  • Registro honesto de la divergencia. Una intención anterior de bloquear de forma dura por defecto y el comportamiento entregado difieren; la divergencia se documenta, no se absorbe en silencio.
  • Aplicación demostrable y de adhesión explícita. Debe probarse que la compuerta DISPARA en la dimensión del límite y PASA en la dimensión que pasa cuando un operador se adhiere - el mecanismo es real, no decorativo.
  • CI sin clave y determinista en verde por defecto. La ruta por defecto - sin clave del juez, sin ruta de corpus fijada por el operador - no debe ponerse en rojo por un hallazgo honesto de límite.
  • Reversibilidad. Pasar a bloqueo por defecto más adelante debe ser un cambio de configuración de una línea, no una re-arquitectura.

Opciones consideradas

Section titled “Opciones consideradas”
  • Consultiva / de adhesión explícita por defecto (elegida): una ruta de corpus no establecida omite la compuerta (neutral al aprobado, registrada); la aplicación corre solo cuando un operador fija explícitamente la ruta; sin resolución de ruta por defecto.
  • Bloqueo duro por defecto (rechazada): una ruta no establecida auto-resuelve y bloquea cada corrida por defecto, lo que pone el CI en rojo en el límite honesto de fundamentación e invita a la manipulación prohibida.
  • Mover el umbral o los bins para que la fundamentación pase (rechazada, prohibida): viola el congelamiento previo a los datos; es manipulación de umbral disfrazada de ajuste.
  • Reequilibrar el corpus este ciclo para elevar la fundamentación (rechazada este ciclo): la única palanca sancionada, declinada porque el desacuerdo es una lenidad sistemática del juez en la banda límite, no una saturación del corpus, así que reequilibrar en la línea sería ajustar la composición.

Resultado de la decisión

Section titled “Resultado de la decisión”

Opción elegida: consultiva / de adhesión explícita por defecto - el único modo de activación que entrega una compuerta real y probada sin manipular las constantes congeladas ni convertir un hallazgo honesto de límite en un CI permanentemente en rojo.

  • Consultiva por defecto. Con la ruta de corpus no establecida (el valor por defecto), la compuerta se omite neutral al aprobado y el CI queda en verde; la omisión se registra, no es silenciosa. La aplicación es de adhesión explícita: corre solo cuando un operador fija explícitamente la ruta del corpus, momento en que la compuerta DISPARA en la dimensión del límite y PASA la otra. La compuerta está cableada y es segura sin clave; solo su activación por defecto es consultiva.
  • La intención anterior de bloqueo duro se deja de lado. Una lectura anterior de la sub-decisión de modo de activación diferida habría resuelto una ruta no establecida a un valor por defecto y bloqueado de forma dura por defecto. Eso se deja de lado: en el corpus comprometido una compuerta dura por defecto pondría el CI en rojo por un hallazgo estadísticamente indistinguible de la vara. La divergencia se registra aquí, no se absorbe en silencio.
  • Postura de no manipulación (explícita). Los bins y el umbral quedan congelados y no se tocan. El valor consultivo por defecto NO es una forma de hacer “pasar” a la dimensión del límite; es una forma de entregar la compuerta honestamente mientras esa dimensión queda en el límite. La palanca de reequilibrio del corpus se declinó este ciclo como ajuste de composición - en contraste con la corrección de fidelidad (ADR-0028 / ADR-0029), que fue un cambio de constructo de dos lados genuino, no una jugada por perseguir el kappa.
  • Disparador de paso a bloqueo. La compuerta pasa a bloqueo por defecto solo una vez que la dimensión del límite supera la compuerta en un ciclo futuro, y solo vía la palanca sancionada de reequilibrio del corpus (nunca un movimiento de umbral o bin). Hasta entonces, la aplicación es la adhesión explícita del operador.

Confirmación

Section titled “Confirmación”
  • Las pruebas fijan la disposición de extremo a extremo: una ruta no establecida sale en verde con la omisión registrada; una ruta fijada sale con fallo y una razón de compuerta por dimensión sobre la dimensión del límite - probando el omitir-por-defecto / aplicar-por-adhesión sobre el corpus comprometido.
  • El comentario de configuración y el flujo de CI documentan la compuerta como aditiva, segura sin clave y consultiva por defecto.
  • El juez queda byte por byte sin cambios.

Consecuencias

Section titled “Consecuencias”

Positivas

Section titled “Positivas”
  • La compuerta se entrega honesta: un mecanismo real y probado que dispara en la dimensión del límite y pasa la otra cuando hay adhesión, sin manipular las constantes congeladas.
  • El CI sin clave por defecto queda en verde ante un hallazgo honesto de límite, así que el equipo nunca se ve presionado a las jugadas de manipulación prohibidas para des-enrojecer la compuerta.
  • La divergencia respecto de la intención anterior de bloqueo duro se registra abiertamente, así que un lector puede ver por qué el modo de activación entregado difiere.
  • Pasar a bloqueo por defecto más adelante es un cambio de configuración de una línea.

Negativas

Section titled “Negativas”
  • La ruta por defecto no aplica la calibración hasta que un operador se adhiera, así que una regresión en la concordancia del juez no pondría en rojo el CI por defecto hasta entonces. La perilla de adhesión y el corpus comprometido son la mitigación; el intercambio es deliberado mientras la dimensión queda en el límite.
  • Dos estados de activación - omitir-por-defecto y aplicar-por-adhesión - son una pequeña superficie extra que un lector debe entender.

Neutrales

Section titled “Neutrales”
  • Solo cambió la activación por defecto (no establecida se omite en lugar de resolver-y-bloquear); el objetivo del corpus y las constantes congeladas quedan sin cambios.
  • La perilla de adhesión no añade ningún secreto nuevo ni dependencia de ejecución nueva.
  • Las demás decisiones del bloqueo de diseño quedan intactas; esto acota solo la sub-decisión de modo de activación.

Pros y contras de las opciones

Section titled “Pros y contras de las opciones”

Consultiva / de adhesión explícita por defecto (elegida)

Section titled “Consultiva / de adhesión explícita por defecto (elegida)”
  • Bueno, porque entrega una compuerta real y probada sin manipular los bins ni el umbral congelados.
  • Bueno, porque el CI sin clave por defecto queda en verde ante un hallazgo honesto de límite, quitando la presión de silenciar la compuerta.
  • Bueno, porque pasar a bloqueo por defecto más adelante es un cambio de una línea.
  • Malo, porque la ruta por defecto no aplica la calibración hasta que un operador se adhiera.

Bloqueo duro por defecto (rechazada)

Section titled “Bloqueo duro por defecto (rechazada)”
  • Bueno, porque aplicaría la calibración en cada corrida por defecto.
  • Malo, porque en el corpus comprometido pone el CI en rojo en el límite honesto de fundamentación e invita a la manipulación de umbral o bins que el bloqueo de diseño prohíbe.

Más información

Section titled “Más información”