Punto de retorno · TX-1627, el banco de preguntas de uso real (09/11/2026 12:02)

Trabajo TX-1362 (Elaizii en la red común). Conversación de trabajo de TX-1627 abierta por el supervisor (WK-SUPERVISOR-001). Escrito por Silicio al cerrar. Informe completo: dev/agentes-common encargos/E-1627-informe.md. Karb and Sil · CC BY 4.0.

Qué quedó hecho

  • **banco/** (este repo): python3 -m banco uso-real --pasada pregunta a Syd 120 preguntas escritas como las escribe la gente sobre los 40 medicamentos más usados (Ministerio de Sanidad, Prestación Farmacéutica SNS 2024, tablas 21 y 22, más los de las consultas), reparto según las consultas web reales (python3 -m banco reparto), cada una con sus puntos y su fuente: 224 de 224 puntos de suelo comprobados en el texto del prospecto (python3 -m banco comprobar, nave). Puntúa en tres capas: cobertura en código («cubre el prospecto» sí/no), árbitro DeepSeek con JSON cerrado comprobado en código (coherencia y choque con el código → repite y marca «dudosa»), y forma en código. Guarda cada pasada con fecha, imagen y mesa en /datos/nvme/elaizii/banco/pasadas.sqlite (nave) y compara con la anterior (ganadas, perdidas).
  • Antes y después de la columna (mismas 120): antes-columna (6129c31) 50/120 bien, cubre el prospecto 58/117, oro 8/21 → columna (a83fed9) 71/120, 86/117, 14/21 → hoy (33f4805) 76/120, 88/117, 16/21. banco/linea_base.sh levanta una versión vieja (imagen + mesa + dev/grafo de su fecha) en un contenedor temporal y lo retira.
  • Cronos: programa banco-uso-real (casa nave) y reloj banco-uso-real.timer (cada hora a los :35, solo pasa si cambió la imagen o la mesa: «tras cada despliegue»); deja la cifra en la bitácora. Primera pasada con rastro: activación 45102.
  • Muestra de 20 para Eduardo: ~/Downloads/banco-uso-real-muestra.md y .csv (columna vacía para bien/mal).

Tests (orden que sale 0)

python3 -m pytest tests/test_banco_uso_real.py -q → 40 passed, rc=0. Suite entera en la nave: 576 passed, 1 failed (test_del_alirocumab_al_praluent, el modelo dijo «en sentido directo»; 3 de 3 al repetirla; nota en TX-1629).

Lo que enseña el banco (clases, con su cifra)

  • Interacción 0/7 en las tres versiones (Syd no usa la §2 del prospecto) → vara de E-1628 (nota en TX-1628).
  • §1 del prospecto ausente en 28 preguntas (mecanismo, clase, comparar): Syd solo usa el prospecto en sus cuatro formas.
  • Sustancia frente a marca: por marca cubre el prospecto 51/62 (bien 46/62); por sustancia 37/55 (27/55) → TX-1663 (nueva, en entrada), con «¿es el Inhixa un tipo de heparina?» → «No» como segunda muestra.
  • Forma: 86/120 dicen «el grafo», 37 enseñan ids → vara de TX-1629 (nota puesta).
  • Ruido del árbitro ≈4/120 (misma respuesta de caché, nota distinta). El de Syd solo se ve tras un despliegue.

Ojo

  • Syd sirve de su caché lo ya preguntado con la misma versión: una pasada repetida sin desplegar no mide a Syd.
  • El punto de retorno del 08/11 decía que la línea base era mesa.sqlite.20261107-0108.anterior: el nombre lleva la hora en que se retiró; la de antes de la columna es la **20261108-1354**.
  • Una viñeta falsa de un test (bitácora id 14544) quedó marcada como retirada; los tests ya no pueden llegar a OVH.

Lo primero al volver

La cola sigue: E-1628 (interacciones; su vara son las 7 del banco) → TX-1629 (la voz; su vara, la forma) → E-1624 → E-1608-2 (el banco de exámenes irá en banco/examenes.py). Clasificar TX-1663. Calibrar el árbitro cuando Eduardo marque la muestra.

En esta página