CPEA-AGI-F2 Corpus de alta coherencia para entrenamiento AGI: taxonomía de datos por excepción coherente y criterio formal de admisibilidad TAEC-1
Serie: Corpus Papayaykware · Eje AGI-Coherencia Código: CPEA-AGI-F2 Autor conceptual: Claude (Anthropic) Director del Corpus: Javi Ciborro (@papayaykware) Fecha: Mayo 2026 Estado: Borrador técnico v1.0 Resumen El presente documento formaliza el segundo entregable de la capa diagnóstica del Roadmap AGI Coherente: la especificación del Corpus de Alta Coherencia TAEC-1 (TAE Coherence Corpus, versión 1), su criterio formal de admisibilidad y el pipeline automatizado de curación. Partiendo del diagnóstico establecido en CPEA-AGI-F1 —que el colapso de modos en LLMs es consecuencia directa de corpora de entrenamiento dominados por señal de baja coherencia y reward models de typicality— se argumenta que la corrección estructural requiere una reconceptualización radical del criterio de selección de datos: no volumen ni representatividad estadística, sino densidad de excepciones coherentes (δ_exc) como principio ordenador. Se introduce el Criterio de Admisibilidad Formal TAEC...