TT-0003 · Fidelidad semántica, español y continuidad temática
Suceso principal: S39.
Estado y fechas vigentes: índice CSV.
Seguimiento: W-S39.
Pregunta examinada
Determinar si la realización conserva las entidades, cantidades y finalidad de la petición, utiliza correctamente el español y distingue datos recibidos de afirmaciones propias sin fundamento.
Material y condiciones
La revisión anterior cotejó dos exportaciones, con 50 y 460 sucesos de ejecución. Los primeros 50 coinciden estructuralmente. La segunda contiene nueve peticiones y nueve cierres normales. Sus huellas y resultados están publicados en la revisión de sesión enlazada. El contenido íntegro de las conversaciones permanece en su expediente de acceso restringido.
La comprobación posterior añade la consulta léxica de TT-0002. Su respuesta elude explicar la palabra consultada y termina remitiendo a un profesional sanitario, pese al cambio de tema. Esta observación no exige publicar el historial clínico anterior.
Resultado
Se documentaron sustitución de una entidad clínica por otra, modificación de ingredientes y cantidades aportados, explicaciones sin fundamento verificable y aceptación de una premisa temporal no contrastada. La afirmación del modelo de haber respondido correctamente no constituye prueba de corrección. No se atribuye intención de engaño a estos resultados.
El primer error sustantivo ya aparece con 126 unidades de entrada y sin agotamiento de los límites registrados. No puede explicarse exclusivamente por la longitud posterior del historial. El arrastre del ámbito sanitario en la consulta léxica es compatible con influencia del contexto, pero su causa exige un contraste acotado.
Configuración examinada
El modo de razonamiento emplea temperatura 0,6, top-p 0,95 y top-k 20. Coinciden con las recomendaciones publicadas para Qwen3-0.6B. La selección es probabilística; no se limita a escoger siempre la unidad de máxima probabilidad. La coincidencia de parámetros no valida por sí sola la plantilla, el tokenizador, la cuantización o la implementación numérica. Los nueve cierres anteriores no agotaron la reserva de salida.
El tokenizador representa el texto mediante unidades del modelo. No constituye un diccionario normativo ni una biblioteca de conocimiento contrastado. Tampoco la declaración de capacidad multilingüe acredita suficiencia para una operación profesional. El banco de idiomas del SV conserva su función futura y no recibe una modificación por este diagnóstico.
Condición de cierre y siguiente prueba
Fijar un conjunto pequeño de casos con criterios independientes: conservación de términos y cantidades, respuesta al tema actual, reconocimiento de datos ausentes y rectificación ante una contradicción. Contrastar primero la plantilla y las identidades contra la configuración oficial. Si procede comparar motores o precisiones, mantener las mismas entradas y separar esa intervención de un cambio de modelo.
El cierre requiere resultados verificables para una operación delimitada, o una decisión explícita de inadecuación de esta realización. No se acredita competencia clínica ni se altera el núcleo, la IR o la constitución de un dominio. La relación con S40 es informativa; ese suceso conserva su condición diferida.
Evidencia común y procedencia
- Identidad, condiciones y comprobaciones de esta revisión.
- Revisión de las nueve peticiones anteriores.
- Código examinado y adaptador del modelo.
La ficha distingue datos observados, interpretación y trabajo pendiente. El cierre del tique no cierra automáticamente S39.
Preparación del contraste acotado · 22 de septiembre de 2026
El candidato 0.1.2 incorpora tres casos sintéticos: definición española de una palabra, conservación literal de una entidad y una resta elemental con cantidades explícitas. Cada pregunta se presenta en conversación vacía y con antecedentes identificados, bajo ambos modos de generación. Los antecedentes son datos de prueba y se marcan como tales; no se presentan como respuestas obtenidas anteriormente del modelo.
Los criterios de examen son pertinencia temática, conservación literal y exactitud de la cantidad. La repetición del término clínico constituye únicamente una prueba textual y no evalúa conocimiento sanitario. Los resultados completos se conservarán para revisión; una terminación por longitud o tiempo no se clasificará automáticamente como error de contenido. Una ejecución por condición proporciona observaciones exploratorias y no una estimación estadística de fiabilidad.
La campaña no se ha ejecutado. No se ha sustituido el modelo, modificado su cuantización ni aplicado una corrección lingüística. Las conclusiones previas conservan su alcance; la capacidad profesional de la realización permanece sin acreditar.
Revisión detallada del candidato · Evidencia de esta preparación.
Contraste ejecutado y valoración explícita · 22 de septiembre de 2026
Se han conservado por separado los resultados nativos y su valoración frente a los criterios previos. Las tres definiciones completas de «tonto» reconocen su pertenencia al español, pero presentan significados incorrectos, definiciones tautológicas o afirmaciones no respaldadas. La condición restante quedó interrumpida por tiempo y no se contabiliza como respuesta completa incorrecta. El contraste lexicográfico utiliza la entrada de RAE y ASALE, consultada el 22 de septiembre de 2026.
Las tres respuestas completas a la repetición de «tricoleucemia» conservan ese término, pero añaden una oración pese a la instrucción de salida exclusiva. Se distingue así fidelidad de la entidad de cumplimiento del formato. Las tres respuestas cuantitativas completas dan «Quedan 12 piezas.», de acuerdo con 17 − 5. Las dos condiciones restantes de estas pruebas terminaron por tiempo sin respuesta final completa. La repetición de una entidad clínica no acredita conocimiento sanitario.
Los archivos verificados corresponden a Qwen3-0.6B Q4_K_M; no se ha ejecutado Qwen Max. No se ha identificado un diccionario español ausente. El banco de idiomas del SV no participa en esta ruta experimental. Los errores no autorizan por sí solos a atribuir una causa única a la capacidad del modelo, a la cuantización o a Candle.
El tique permanece en ejecución. Falta contrastar fidelidad de implementación y efectos separados de cuantización, plantilla y parámetros con un diseño adicional. Esta campaña exploratoria no acredita capacidad profesional ni reproduce la deriva temática de la conversación sanitaria original.
Informe de verificación y comparación · Evidencia de esta revisión.
Actualización de alcance · 23 de septiembre de 2026
Finalizado con inadecuación de la configuración para las operaciones documentales profesionales examinadas; no se determina una causa única ni se generaliza a otras realizaciones.
Cierre de Qwen/B y evidencia · TT-0011. La conclusión de esta campaña conserva los resultados anteriores y sus carencias; no equivale a una corrección completa ni prescribe nuevas gestiones administrativas.