Candidato A (Claude Opus 5.5): posesión por decodificación exacta H/A/D

No fusionar hasta que termine la comparación (A10). @hxst1, por A10: no revises esta rama hasta la congelación del 29-O.

Context

Esta PR entrega el candidato A de la confrontación (#26) para la evaluación neutral de @AlejandroMolines.

• Autoría: @jimy-k4, con Claude Opus 5.5 (effort max), a partir del brief común.
• Datos: el LLM no vio ningún dato del partido. Solo recibió agregados (A7): logs sin filas ni frames y métricas.

What we did

• solution/a_opus/: el candidato.
  • Evidencia por frame y decodificación exacta de la mitad entera (Viterbi H/A/D con coste por cambio y paradas de al menos 2 s).
  • Equipo: zona de control con compuerta de velocidad, toques, Smart Tagging con polaridad calibrada y un modelo sin balón con validación cruzada por mitades.
  • Balón muerto: fuera de campo, balón quieto, velocidad colectiva, formación de saque, ventanas SET PIECES y ausencia larga del balón.
  • Todo se autocalibra con el propio partido, sin etiquetas.
  • Método, decisiones, pruebas descartadas y limitaciones: solution/a_opus/README.md.
• configs/candidate_a.json: lo enchufa a la vía común (#12/#24) con "model": "module".
• prompts/confrontacion/a-opus/: el registro del protocolo.
  • Prompts 001–013, ejecuciones 1–12 y desviaciones (ya rellenas).
  • resultados.csv, con una fila por versión, para la gráfica.
• main está fusionado en la rama (sin conflictos), así que corre con Docker tal cual.

Reproducción (A11), desde la raíz con MTAH_DATA_DIR apuntando a la carpeta con tactical/:

python -m solution.a_opus --out salidas/candidato_a.csv --log salidas/candidato_a_log.txt

o por la vía común:

docker compose run --rm modelo modelo --config configs/candidate_a.json --repetir

• Tarda unos 15 s en CPU y escribe 199.319 filas que pasan validate_submission.py.
• Es determinista: dos ejecuciones dan el mismo fichero.
• CSV de referencia de la v1.6 (Python 3.11.3, numpy 2.4.6, pandas 3.0.6, Windows 11): ab640ee8694f259697393d822b0a6665a017878b5b29d12715f59ec8a4dbc6d5.
• python -m solution.a_opus.tests --full pasa: comprueba el decodificador contra fuerza bruta, el lector y un partido sintético de punta a punta.

Result

Ventana pública: 17 posesiones; las 5 evaluaciones del presupuesto A8 están usadas y registradas.

• Partido completo, sin etiquetas (v1.6): 219 posesiones (mediana 10,4 s), 113 paradas, 106 cambios H↔A directos y 63,6 % de posesión viva para H. 54 de 59 ventanas SET PIECES contienen un saque decodificado.
• Ventana pública, v1.6: spellF1 a IoU 0,7 de 0,375, acierto de equipo de 0,899 y latencia mediana de −1 frame.
• El intervalo bootstrap de la v1.6 (0,34–0,71) solapa con el de las versiones anteriores. Con 17 posesiones, la ventana sirve para comprobar el pipeline, no para decidir (criterios C del protocolo).

Next

• @AlejandroMolines:
  • reproducir dos veces y comparar el hash (C1);
  • comparar plausibilidad y discrepancias con B (C2–C3);
  • la ventana pública solo cuenta si los intervalos no solapan (C4).
• @jimy-k4: rellenar horas.md (A3).
• Limitaciones conocidas:
  • casi no detecta posesiones de menos de 2 s;
  • en faltas y fueras de juego la parada empieza tarde, porque el tracking no tiene pitido;
  • el balón del ATD viene suavizado a ~1 s, lo que limita la precisión de toques y fronteras.

Relacionado: #26, #17, #15, #16, #18. No cierra ninguna issue.

🤖 Generated with Claude Code