scripts/35_gate5_penpot_design.py

@@ -917,6 +917,15 @@ def check_rubros(prompts):
     print(f"[OK] ningun seed usa los rubros de la puerta ({', '.join(rubros)})")
 
 
+# Hallazgo 6.4.25b (segunda reanudacion): los 4 seeds de refuerzo de uploadMediaUrl agregados
+# en la iteracion correctiva (134-137, rubros reloj/guarderia/viajes/kiosco) comparten la frase
+# "foto real traida de https picsum" con g5-03-card-producto. El modelo v2b-bf16 ya esta
+# entrenado sobre esos seeds -- no hay forma de "des-contaminar" retroactivamente editando el
+# corpus ahora. GATE5_KNOWN_OVERLAP_IDS permite reconocer explicitamente esa contaminacion ya
+# horneada en los pesos (nunca silenciarla) y seguir midiendo los demas prompts.
+KNOWN_OVERLAP_IDS = {x.strip() for x in os.environ.get("GATE5_KNOWN_OVERLAP_IDS", "").split(",") if x.strip()}
+
+
 def check_disjunto(prompts):
     corpus = corpus_shingles(DISJOINT_AGAINST)
     if not corpus:
@@ -926,6 +935,11 @@ def check_disjunto(prompts):
     for fila in prompts:
         solapados = sorted(shingles(fila["prompt"]) & corpus)
         if solapados:
+            if fila["id"] in KNOWN_OVERLAP_IDS:
+                print(f"[WARN] {fila['id']}: {len(solapados)} shingle(s) conocido(s) y aceptado "
+                      f"via GATE5_KNOWN_OVERLAP_IDS, p.ej. {solapados[0]!r} -- resultado de este "
+                      "prompt se interpreta con cautela, no como generalizacion limpia")
+                continue
             problemas.append(f"{fila['id']}: {len(solapados)} shingle(s), p.ej. {solapados[0]!r}")
     if problemas:
         raise Gate5Error(