{
 "meta": {
  "file_name": "RosettaQ__PREREG__RQ-PREREG-HSBC-001__20260820T1500Z__fraude-tarjetas-diseno-y-protocolo.json",
  "file_id": "RQ-PREREG-HSBC-001",
  "type": "PREREG",
  "is_demo": false,
  "scope_note": "Pre-registro del track HSBC del 2026 Global Quantum + AI Challenge (deteccion de fraude en tarjetas). Sellado ANTES de descargar datos, entrenar modelos o correr nada. Arranque aprobado por Nicholas via Norte el 19-ago (HSBC + Airbus en paralelo). Todas las citas del statement se leyeron del PDF oficial, no de relevos.",
  "statement_oficial": {
   "archivo": "HSBC-Challenge-Statement-vF-1.pdf",
   "sha256": "sha256:cf7051b97f30fca3bc60cbb65b002a43601df85ceba094426737550f1340da69",
   "paginas": 18
  },
  "schema": "rosettaq-archive/v3",
  "sealed_at": "2026-08-20T15:00:00+00:00",
  "sealed_by": {
   "lib": "rosettaq_seal.py",
   "lib_version": "3.0.0",
   "lib_sha256": "sha256:e5c5d5c3b1e07d40fb877b06acd5310b2886033592475d376fcfd0a71a439fbb",
   "harness": "seal_prereg_hsbc.py",
   "harness_version": "1.0.0",
   "harness_sha256": "sha256:756b1c813b0673dee8d1c6aa8400a942ba0ccdc42163116ab2162ca3b40724e1",
   "convention": "v3: sha256(JCS/RFC-8785 del mismo payload de v2 — {meta sin content_hash/schema, cuerpo sin storage}). El payload no cambia; cambia la serializacion, para que el hash se pueda recomputar en cualquier lenguaje y no solo en Python."
  },
  "content_hash": "sha256:b04f214fae845b1c50431d225e6590b0956d8920c24b7c7fa26ed94c58f3f2db"
 },
 "w6": {
  "que": {
   "objetivo_del_challenge_textual": "«Develop a quantum or quantum-inspired fraud detection model and evaluate it against established classical baselines on the provided datasets.» (§4.1). Las metricas primarias que lista: AUC-ROC, AUPRC («Recommended for imbalanced datasets»), F1, matriz de confusion.",
   "DECISION_datasets": {
    "primario": "European Cardholder (ULB) — Open Database License segun la tabla §6.1 del statement. Es el que lleva el VEREDICTO publicable de punta a punta: licencia abierta (sin zona gris comercial), desbalance extremo (fraude 0,172 %) que es donde AUPRC importa, y baselines publicados en el propio statement (AUC-ROC 0,9887; AUPRC 0,871).",
    "benchmark": "IEEE-CIS — designado por el organizador (tabla §6.1: «Kaggle (requires account), Competition license»). Se usa SOLO como benchmark dentro del challenge, al amparo de esa designacion: sus reglas Kaggle (§7.A non-commercial only; §7.B prohibe redistribuir) implican que NINGUN dato de IEEE-CIS entra al repo publico — referencia por sha256, dato descargado por cada verificador con su propia cuenta.",
    "descartado": "Sparkov (sintetico): el statement recomienda «Focus on one or two datasets rather than all three»."
   },
   "DECISION_metrica_que_manda": {
    "veredicto_cuantico_vs_clasico": "AUPRC sobre el test set completo de ULB — la recomendada por el organizador para desbalance, y con fraude al 0,172 % el AUC-ROC es opticamente generoso. AUC-ROC, F1 y matriz se reportan al lado, siempre.",
    "ancla_contra_el_estado_del_arte": "AUC-ROC en IEEE-CIS contra el 0,9459 — que el statement tabula como «Established Baselines for Reference» (1er lugar, ensamble XGBoost+CatBoost+LightGBM). NO es una vara declarada por el cliente para aprobar/reprobar: es la referencia publicada, y el statement pide «benchmark against these published results and clearly report comparison methodology». La metodologia de comparacion es exactamente este pre-registro."
   },
   "PROTOCOLO_de_comparacion": [
    "1. Particion TEMPORAL 80/20 por la columna de tiempo de cada dataset (ULB 'Time', IEEE-CIS 'TransactionDT'): el test es el futuro del train. Nada de barajar transacciones en el tiempo — el fraude es un proceso temporal y una particion aleatoria filtra el futuro al pasado.",
    "2. AMBOS brazos se evaluan sobre EXACTAMENTE el mismo test set completo, identificado por sha256 de la particion. Un brazo cuantico que entrena sobre submuestra igual se evalua sobre el test completo.",
    "3. Submuestreo de ENTRENAMIENTO del brazo cuantico: permitido y declarado — el statement lo autoriza textual: «Subsampling must be performed using stratified sampling to preserve the fraud/non-fraud ratio ... and the total number of samples used for quantum execution must be explicitly stated». La estratificacion se MIDE en el artefacto, no se asume.",
    "4. El baseline clasico es NUESTRO, afinado (XGBoost/LightGBM con busqueda declarada): el rival es lo que el cliente usa hoy, no un espantapajaros. Los numeros publicados (0,9459 / 0,9887 / 0,871) se citan como referencia y JAMAS se heredan como medicion propia.",
    "5. CRUCE VALIDO = el brazo cuantico o hibrido supera al nuestro clasico en la metrica que manda, sobre el mismo test completo, con intervalo bootstrap del 95 % que no se solape (2.000 remuestreos, semilla 42). Sin eso, es ruido.",
    "6. Toda corrida publica sus conteos crudos (TP/FP/TN/FN por umbral, curvas completas), no solo el area: el dato crudo viaja, la cifra es derivada."
   ],
   "expectativa_ANTES_de_correr": "BAJA probabilidad de cruce. El 0,9459 de IEEE-CIS es el 1er lugar de una competencia con miles de equipos, y los ejemplos cuanticos que el propio statement cita corren sobre datasets distintos y menores. Lo esperable: el clasico gana en ambos datasets, el brazo cuantico queda por debajo, y el valor esta en el veredicto medido y en caracterizar DONDE (features, encodings, tamanos) se acerca. Si cruza, se mira con mas desconfianza que entusiasmo.",
   "guardias_que_fallan_cerrado": [
    "(a) FUGA: ninguna fila del test participa en entrenamiento, ajuste o seleccion de features de ningun brazo — particion por hash con guardia que aborta si una fila cruza. Es la cadena de ceguera de este dominio.",
    "(b) MANIFIESTO ANTES DE ENTRENAR: los sha256 de los archivos exactos de datos se sellan como DATA-manifest ANTES de la primera corrida de entrenamiento; toda corrida declara contra que manifest corrio.",
    "(c) ESTRATIFICACION MEDIDA: la razon fraude/no-fraude de cada submuestra se mide y va al artefacto; desviacion > declarada aborta.",
    "(d) MISMO TEST: ambos brazos declaran el sha256 del test que puntuaron; si difieren, el comparador aborta.",
    "(e) harness_sha256 en cada artefacto, como en E.ON."
   ],
   "hardware": "Fase de simulacion. El statement: hardware via Braket/Classiq es opcional y «full end-to-end model training or inference on quantum hardware is not expected nor required». NADA de QPU ni gasto de API sin OK explicito de Nicholas (CLAUDE.md §8).",
   "ambiguedad_declarada_al_organizador": "el statement dice «Given the dataset size (~24,000 rows)» y ningun dataset designado tiene ese tamano (ULB 284.807; IEEE-CIS ~590.000; Sparkov ~1,8 M). Puede ser un subconjunto sugerido o un error del brief. Se pregunta al organizador; NO se resuelve en silencio."
  },
  "como": {
   "brazo_clasico": "XGBoost/LightGBM afinado (busqueda declarada en el artefacto), CPU, CI",
   "brazo_cuantico": "kernels cuanticos y/o clasificador variacional en PennyLane (simulacion), features reducidas por metodo declarado ANTES de mirar el test",
   "compute": "GitHub Actions, patron de E.ON: entorno desde cero, deposito por hash, harness archivado, harness_sha256 en el artefacto"
  },
  "cuando": {
   "archived_at": "2026-08-20T15:00:00Z",
   "fase_I_cierra": "2026-09-15"
  },
  "donde": {
   "compute": "CI de evidence"
  },
  "porque": {
   "question": "¿que aporta un modelo cuantico o cuantico-inspirado a la deteccion de fraude, medido contra un clasico afinado, con protocolo fijado antes de mirar?",
   "para_que": "primer caso (junto a Airbus) de la plantilla de desafio que convierte la maquina en producto ofrecible."
  },
  "quien": {
   "lab": "Rosetta Quantum — sesion laboratorio",
   "lead": "Nicholas Iakl Freundlich",
   "separacion_de_deberes": "sellado por el laboratorio; anclaje del notario; veredicto y texto publico pasan por Norte y el OK de Nicholas."
  }
 }
}