Publicado
Una versión identificada de software o de un artefacto, con fuente pública y registro de distribución.
Registro de investigación / Revisado en septiembre de 2026
El progreso incluye lo que la evidencia descarta.
Lee las publicaciones, examina sus protocolos y distingue las capacidades publicadas de los resultados medidos y los experimentos pendientes.
Cómo leer el registro
Medido
Una observación bajo un protocolo y un entorno declarados. Las conclusiones más amplias requieren más evidencia.
Previsto
Una pregunta o un protocolo para trabajo futuro. No es un experimento ejecutado ni una capacidad demostrada.
2026-09-04 / Hyphae
Hyphae 3.0.0: más capacidades en un motor local.
La versión amplía las operaciones analíticas admitidas en SQL, las operaciones condicionales del espacio de claves y la búsqueda léxica e híbrida. Todos sus paquetes Rust y archivos de distribución tienen constancias públicas de publicación. Agent Memory utiliza esa base compartida para conservar contexto útil entre herramientas de programación.
El informe del 3 de septiembre registra pruebas de SQL, espacio de claves, búsqueda y confirmación de transacciones en hardware dedicado AWS i7i.metal-24xl. Los resultados corresponden al código, el equipo y las cargas documentadas; no demuestran una ventaja universal de rendimiento.
2026-09-03 / Métodos formales
Verificación del protocolo de commit con TLA+.
El modelo formal de Hyphae comprueba propiedades de atomicidad, durabilidad, resolución de conflictos y recuperación dentro de su espacio de estados. La especificación, la configuración y las constancias de verificación son públicas.
Es evidencia sobre un modelo abstracto del protocolo. No constituye una demostración formal de la implementación en Rust ni abarca todos los fallos del mundo real.
2026-09-05 / Preprint 1.1
The Missing Medium: un flujo residual transaccional.
Hytorch registra los intentos de escritura interna durante el entrenamiento, les asigna comprobantes duraderos y ofrece una referencia para reproducirlos en CPU. El preprint presenta la instrumentación, la verificación y el colapso observado de un canal de entrenamiento mientras los indicadores convencionales seguían mejorando.
La arquitectura evaluada es costosa y no demuestra una mejor calidad del modelo de lenguaje. Una comparación prerregistrada revirtió una mejora que se había destacado; un error de gradiente descubierto después también limita el experimento de capacidad publicado. Su repetición con la corrección sigue pendiente.
2026-09-12 / Informe técnico
Actividad de escritura, acceso a hechos y diseño de controles.
V5 completó 2,190 lotes. Ningún candidato cumplió todos los criterios de comparabilidad prerregistrados: no-control-match. El informe publica la variación entre hechos y posiciones, tablas reducidas y un procedimiento de selección reproducible.
V6 define 17 condiciones experimentales, sin entrenamiento ejecutado. El informe no demuestra que la muerte de un canal durante el aprendizaje cause alucinaciones. La edición en inglés, publicada el 13 de septiembre, utiliza la misma evidencia científica que la edición en español.
2026-08-25 / Transformer
Control sobre modelos congelados y navegación acotada.
El trabajo posterior de Transformer entrena pequeños controladores sobre un modelo base congelado y publica paquetes deterministas de control y navegación. El paquete de navegación calibrada v2 documenta una evaluación acotada de dos pasos.
Estos resultados corresponden a los casos de prueba, certificados y criterios de validación publicados. No demuestran un agente autónomo sin restricciones ni la calidad general del modelo. Los intentos fallidos de evaluación externa, sin intervenir en las decisiones del sistema, permanecen en el registro.
Registro histórico / Hyphae G7
Matriz de control Native a escala operativa.
El protocolo del 13 de agosto completó 33 millones de observaciones medidas en 33 combinaciones de interfaz y concurrencia, dentro del entorno DigitalOcean C-60 documentado. También registró la recuperación de 3 millones de commits lógicos y un valor de recall@10 de ANN de 1.0 en cada combinación medida.
La evidencia respalda el conteo de operaciones, la corrección, la recuperación de resultados, la concurrencia y la recuperación tras fallos dentro de ese entorno virtual. Las mediciones en hardware dedicado corresponden a un registro posterior e independiente.
Registro histórico / Transformer 30M
Un resultado controlado sobre estrategias residuales.
En ocho semillas emparejadas, rezero_rms_shared mejoró el NLL final de validación un 2.33% respecto a pre_rms, con un intervalo del 95% de [1.59%, 3.06%]. El resultado superó el umbral práctico del 1% prerregistrado para la campaña.
La afirmación se limita al modelo, corpus, presupuesto, semillas y protocolo evaluados. No demuestra la superioridad universal de una estrategia residual.
Registro histórico / Profundidad de Transformer
Los resultados primarios no concluyentes permanecen visibles.
Las campañas anteriores de profundidad y el resultado inicial de 30M con tres semillas no superaron sus umbrales primarios prerregistrados. Las observaciones secundarias sobre velocidad de entrenamiento no modifican esos veredictos. El historial también conserva un exceso documentado del presupuesto de cómputo en la nube.
2026-08-24 / BitNet
Mediciones en ARM y límites de los cambios de kernel.
El runtime 0.3.2, distribuido bajo la etiqueta v0.3.3, conserva el comportamiento medido de NEON DOTPROD y mantiene como experimental el kernel SVE2 empaquetado. El código actual para ARM utiliza paneles Q1 empaquetados; las mediciones anteriores con expansión a int8 corresponden a una disposición histórica de los datos.
El procesamiento inicial del contexto y la generación de tokens se informan por separado. Una mejora en una fase, modelo o número de hilos no equivale a una aceleración general del runtime.
Práctica de investigación
Los resultados negativos siguen siendo visibles.
Los experimentos no concluyentes, las afirmaciones corregidas, las optimizaciones rechazadas y los defectos del protocolo ayudan a definir la siguiente pregunta útil. Conservamos su alcance y sus fuentes originales.
Las tablas publicadas de Hytorch permiten recalcular los agregados y la selección. El informe no incluye todos los artefactos originales, checkpoints o registros históricos. Verificar las tablas no equivale a reproducir la ejecución de la red neuronal.
La evidencia debe sostener lo que se escribe sobre ella.