qwen3-6-lora

T

Fase 5: gate3 - subir max_tokens a 2048 y guardar texto completo de respuestas

Mejoras permanentes al test, no solo para esta corrida:

1. max_tokens: 512 -> 2048 (configurable via GATE3_MAX_TOKENS). Con
--reasoning-parser activo, un modelo de razonamiento puede agotar 512
tokens pensando antes de emitir el contenido final -- la respuesta queda
cortada a mitad de razonamiento y check_adherencia() no encuentra ninguna
substring esperada, un FAIL por presupuesto de tokens agotado, no por
adherencia real. El caso que fallaba en las corridas NVFP4 de Fase 5
(aleleba-pr/adherencia, el prompt mas abierto de los tres) es sospechoso
de este defecto -- el JSON de resultados no guardaba el texto de la
respuesta, asi que no se podia auditar.

2. Guardar content+reasoning completos en cada fila del JSON de resultados
(antes solo se guardaba passed/hits/tool_calls). Permite auditar con
criterio humano cualquier fallo futuro sin tener que re-correr el test.

2026-07-30 06:35:11 +00:00

data

Fase 5: puertas 2-3 sobre el checkpoint NVFP4 con calibracion mezclada

2026-07-30 06:20:58 +00:00

out

Fase 3: versionar el adapter LoRA final (pesos + tokenizer + config)

2026-07-29 16:16:20 +00:00

scripts

Fase 5: gate3 - subir max_tokens a 2048 y guardar texto completo de respuestas

2026-07-30 06:35:11 +00:00

.gitignore

Fase 3: versionar el adapter LoRA final (pesos + tokenizer + config)