{
 "fecha": "2026-09-21",
 "que_es": "Las capacidades que se midieron contra su modelo nulo y no pasaron. El codigo se quito; queda esto, y el codigo entero en el commit indicado.",
 "capacidades": [
  {
   "nombre": "reconocedor_de_area",
   "que_hacia": "lee el área del enunciado por su FORMA (símbolos + palabras)",
   "donde_estaba": "nucleo/graph/reconocedor.py",
   "metrica": "acierto de área",
   "contra": "siempre el área más frecuente",
   "real": 0.7587,
   "nulo": 0.2377,
   "por_que_se_quito": "gana a su nulo en MATH (75,9 % contra 23,8 %) pero medida por el camino real contra ProofNet no paga: el brazo `lexico+puerta` de scripts/recuperacion_contra_proofnet.py ofrece nombres en 11 casos mas y no se usa ni uno —cobertura igual, precision 0,7 puntos por debajo—. El motivo esta en nucleo/core.py, donde se decidio dejarla fuera: en ProofNet el lexico solo calla en 31 de 371, asi que el margen era del 4 % desde el principio. Se construyo para las consultas en español, donde el lexico calla en el 27 %, y para esas NO HAY BANCO con premisas de oro. Lo que falta no es cablearla: es medirla donde se supone que sirve",
   "codigo_en_el_commit": "e7edc19"
  },
  {
   "nombre": "eleccion_de_imports",
   "que_hacia": "añade a la cabecera los módulos de Mathlib de las skills activadas, sobre un conjunto fijo de tres",
   "donde_estaba": "nucleo/core.py::_modulos_mathlib",
   "metrica": "enunciados que elaboran, de 20",
   "contra": "un conjunto fijo de tres módulos",
   "real": 18.0,
   "nulo": 18.0,
   "por_que_se_quito": "NO bate a su nulo: enunciados que elaboran, de 20 18 contra 18 (un conjunto fijo de tres módulos)",
   "codigo_en_el_commit": "e7edc19"
  },
  {
   "nombre": "orden_de_cascada_por_area",
   "que_hacia": "ordena las tácticas de la cascada según el área detectada",
   "donde_estaba": "nucleo/multi_agent/colimit_agents.py::domain_tactic_order",
   "metrica": "posición de la táctica que cierra",
   "contra": "`simp` primero y el resto por frecuencia",
   "real": 1.262,
   "nulo": 1.091,
   "por_que_se_quito": "NO bate a su nulo: posición de la táctica que cierra 1,262 contra 1,091 (`simp` primero y el resto por frecuencia)",
   "codigo_en_el_commit": "e7edc19"
  },
  {
   "nombre": "tacticas_por_vecinos",
   "que_hacia": "propone la táctica ENTERA —con sus argumentos— que cerró los estados más parecidos de LeanWorkbook, en lugar de los nombres desnudos del rankeador",
   "donde_estaba": "nucleo/lazo/vecinos.py::IndiceDeVecinos",
   "metrica": "estados raíz cerrados en 3 intentos",
   "contra": "las 3 primeras tácticas del rankeador, desnudas",
   "real": 76.0,
   "nulo": 79.0,
   "por_que_se_quito": "no está cableada como sustituto del rankeador, y no debe: medida con Lean pierde contra él; como fuente del lazo es `vecinos_en_el_lazo`",
   "codigo_en_el_commit": "e7edc19"
  },
  {
   "nombre": "busqueda_de_lean_en_el_lazo",
   "que_hacia": "`apply?` como SONDA en el lazo (D2): sus «Try this» como candidatos",
   "donde_estaba": "nucleo/lazo/proponentes.py::D2Busqueda",
   "metrica": "estados raíz verificados por el lazo",
   "contra": "el lazo sólo con la cascada",
   "real": 40.0,
   "nulo": 41.0,
   "por_que_se_quito": "vive dentro del lazo, que no está en el camino servido; y dentro del lazo tampoco paga: 40 contra 41",
   "codigo_en_el_commit": "e7edc19"
  },
  {
   "nombre": "premisas_densas_en_el_lazo",
   "que_hacia": "el encoder de premisas de Mathlib (D1 denso) como fuente del lazo: las premisas más cercanas al objetivo, hechas `exact`, `apply`, `rw` y `simp [..]`",
   "donde_estaba": "nucleo/lazo/densa.py::D1Denso",
   "metrica": "estados raíz verificados por el lazo",
   "contra": "el lazo con la cascada y los vecinos",
   "real": 46.0,
   "nulo": 48.0,
   "por_que_se_quito": "vive dentro del lazo, que no está en el camino servido; y dentro del lazo resta: 46 contra 48 de los vecinos solos",
   "codigo_en_el_commit": "e7edc19"
  },
  {
   "nombre": "dos_etapas_localizar_y_elegir",
   "que_hacia": "localiza el área y luego elige premisas dentro de ella",
   "donde_estaba": "scripts/dos_etapas_localizar_y_elegir.py",
   "metrica": "precisión de premisas",
   "contra": "las premisas más frecuentes, sin localizar nada",
   "real": 0.4193512552766052,
   "nulo": 0.93,
   "por_que_se_quito": "NO bate a su nulo: precisión de premisas 0,419 contra 0,93 (las premisas más frecuentes, sin localizar nada)",
   "codigo_en_el_commit": "e7edc19"
  },
  {
   "nombre": "recuperacion_lexica_de_lemas",
   "que_hacia": "busca lemas por solapamiento léxico con la consulta",
   "donde_estaba": "scripts/medir_recuperacion_lemas.py",
   "metrica": "precisión de lemas",
   "contra": "los lemas más frecuentes",
   "real": 0.06500812601575197,
   "nulo": 7.78,
   "por_que_se_quito": "NO bate a su nulo: precisión de lemas 0,065 contra 7,78 (los lemas más frecuentes)",
   "codigo_en_el_commit": "e7edc19"
  },
  {
   "nombre": "emparejador_semantico",
   "que_hacia": "empareja la consulta con skills por embeddings",
   "donde_estaba": "scripts/emparejador_semantico.py",
   "metrica": null,
   "contra": null,
   "real": null,
   "nulo": null,
   "por_que_se_quito": "evaluado y descartado, nunca se adopto: en emparejador_semantico.json acierta el area en el 12 % (285 de 2385) contra el 61 % del emparejador lexico (emparejamiento.json). Las dos cifras son CRUDAS sobre un banco 89 % algebra, donde responder siempre «algebra» acierta el 88,6 %: ninguna de las dos bate a esa constante, asi que la comparacion vale para ordenarlas entre si y para nada mas. El fichero no guarda un nulo en forma comparable, asi que aqui cuenta como sin evidencia; y ademas cuesta una llamada. Contra ProofNet, que si tiene oro, el semantico da 13,1 % de precision y 2,4 % de cobertura frente a 21,6 % y 18,3 % del lexico",
   "codigo_en_el_commit": "e7edc19",
   "sin_evidencia_comparable": "evaluado y descartado, nunca se adopto: en emparejador_semantico.json acierta el area en el 12 % (285 de 2385) contra el 61 % del emparejador lexico (emparejamiento.json). Las dos cifras son CRUDAS sobre un banco 89 % algebra, donde responder siempre «algebra» acierta el 88,6 %: ninguna de las dos bate a esa constante, asi que la comparacion vale para ordenarlas entre si y para nada mas. El fichero no guarda un nulo en forma comparable, asi que aqui cuenta como sin evidencia; y ademas cuesta una llamada. Contra ProofNet, que si tiene oro, el semantico da 13,1 % de precision y 2,4 % de cobertura frente a 21,6 % y 18,3 % del lexico"
  },
  {
   "nombre": "enrutado_neuronal",
   "que_hacia": "decide con el GNN+PPO si la consulta va a Lean o al chat",
   "donde_estaba": "nucleo/rl/agent.py::NucleoAgent._select_neural",
   "metrica": "acciones distintas ante una sonda heterogenea",
   "contra": "la politica constante, que da exactamente una",
   "real": 1.0,
   "nulo": 1.0,
   "por_que_se_quito": "gratis y sin contraindicación",
   "codigo_en_el_commit": "e7edc19"
  }
 ]
}