ORION-AGI v1: soft prompting neurocondicional sobre Mistral-7B y consolidación federada de excepciones TAE mediante avalanche — Implementación de referencia del pipeline CPEA en tiempo real
Sobre Mistral-7B-Instruct como modelo base: La elección es elegante por razones que van más allá de la coherencia con CPEA-3. Mistral-7B usa atención con ventana deslizante (Sliding Window Attention, SWA) que reduce la complejidad cuadrática del Transformer estándar —lo que mejora el presupuesto de latencia— y su arquitectura de Grouped Query Attention facilita la inyección de prefijos sin degradación significativa del rendimiento. El soft prompting neurocondicional mediante proyección lineal entrenada es la solución de mínima intrusión: no modifica los pesos del modelo base, solo aprende a hablar su idioma desde el espacio latente de SIGMA-T. La capa de proyección entrenada P: ℝ^d → ℝ^{d_model} (donde d_model = 4096 para Mistral-7B) es técnicamente un adaptador de modalidad, análogo a los usados en modelos multimodales como Flamingo o LLaVA. La diferencia crucial es que aquí la modalidad de entrada no es imagen sino geometría toroidal de campo electromagnético cerebral. Eso ...