Invarra

Investigación de Invarra

¿Cómo sabemos que un sistema responde al significado?

Un sistema puede comportarse de forma diferente cuando cambia la redacción, aunque el significado subyacente siga siendo el mismo. La investigación de Invarra examina cómo medir esa sensibilidad y qué puede decir el comportamiento estable sobre lo que se mide.

Estos artículos describen marcos de investigación. Phalanx V1 utiliza controles de ejecución deterministas y no requiere LIP, CSR ni un modelo semántico entrenado por Phalanx para funcionar.

Artículo 01

28 de junio de 2026

El Principio de Invariancia Latente

Una restricción epistémica para la medición bajo observación indirecta

Leer resumen

Muchos objetivos importantes no pueden observarse directamente. La intención, creencia, comprensión, alcance legal, estado de riesgo y dominio conceptual suelen verse a través de representaciones: prompts, documentos, pruebas, interfaces, síntomas, encuestas o canales de sensores.

LIP afirma que cuando el objetivo es latente, el comportamiento correcto bajo una sola representación no es suficiente. La estabilidad a través de variación representacional que preserva significado es la evidencia admisible de que un sistema sigue el fenómeno latente y no la forma superficial.

El principio no es un modelo, algoritmo, regla de aprendizaje ni teoría de la verdad. Es una restricción de validez de medición para contextos donde lo medido solo es visible mediante representación.

Proceso de representación

r=g(Φ,c,ϵ)r = g(\Phi, c, \epsilon)

Una representación observable se modela como función del fenómeno latente, el canal de representación y la variación residual.

Comportamiento observado

B(r)B(r)

La evaluación observa comportamiento bajo una representación, mientras que la pregunta de medición se refiere al comportamiento respecto del fenómeno latente.

Límite público

El artículo presenta el principio de investigación y el argumento de medición. No divulga construcción operativa de auditorías, métodos privados de corpus, configuración de evaluadores, umbrales ni protocolos específicos de clientes.

Artículo completo

Abra el PDF incrustado aquí o use los enlaces directos.

Abrir visor del artículo

Artículo 02

28 de junio de 2026

Realización Semántica Canónica

Un marco de medición para variación semántica controlada

Leer resumen

CSR es un marco de medición para sistemas semánticos: entradas de lenguaje natural, descripciones de políticas, notas clínicas, documentos legales, registros de sistema, instrucciones, encuestas y otros artefactos cuyo significado no está determinado solo por la forma superficial.

CSR separa tres capas que a menudo se colapsan en una sola fila: la unidad semántica canónica, la realización mediante lenguaje o forma de presentación, y el resultado observado del sistema.

El marco trata el significado canónico como la unidad experimental y las realizaciones controladas como mediciones repetidas. Esto hace medibles la fragilidad semántica, la incertidumbre y la sensibilidad a la representación sin afirmar verdad, corrección o resolución normativa automática.

Relación de realización

p=π(s,c)p = \pi(s,c)

Una realización observable se modela como expresión de una unidad semántica canónica bajo una condición de representación.

Preservación semántica

p1≡semp2for valid realizations p1,p2∈E(s)p_1 \equiv_{\text{sem}} p_2 \quad \text{for valid realizations } p_1,p_2 \in E(s)

Las realizaciones válidas preservan los compromisos portadores de significado de la misma unidad semántica.

Límite público

Esta página sigue el encuadre público seguro para arXiv. Explica las capas de medición y la restricción de validez, pero no publica bibliotecas de transformación, procedimientos de admisión, esquemas de procedencia, lógica de puntuación ni construcción operativa de corpus.

Artículo completo

Abra el PDF incrustado aquí o use los enlaces directos.

Abrir visor del artículo

Licencia de publicación

Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional.

Comience con una explicación más breve.

Las notas de campo presentan las preguntas de investigación en lenguaje sencillo. Para el producto actual, vea cómo Phalanx controla las acciones de los agentes.