--- schema: foundry-doc-v1 title: "La TUI como productora de corpus" slug: tui-corpus-producer.es category: substrate type: topic content_type: topic quality: complete short_description: "Cada interacción del operador con service-slm a través de la interfaz de terminal es una contribución curada al corpus de entrenamiento del adaptador por inquilino." status: active bcsc_class: public-disclosure-safe last_edited: 2026-05-15 editor: pointsav-engineering cites: [] references: - id: 1 text: "Rafailov, R. et al. 'Direct Preference Optimization: Your Language Model is Secretly a Reward Model.' NeurIPS, 2023." url: "https://arxiv.org/abs/2305.18290" - id: 2 text: "Zhou, C. et al. 'LIMA: Less Is More for Alignment.' NeurIPS, 2023." url: "https://arxiv.org/abs/2305.11206" paired_with: tui-corpus-producer.md --- El patrón **TUI como Productora de Corpus** designa la interfaz de terminal del operador (`slm-cli`) como fuente primaria de datos de entrenamiento de alta calidad para el [[adapter-composition|adaptador del modelo]] por inquilino. Cada interacción con el [[compounding-doorman|Portero]] a través de esta interfaz es una contribución curada al corpus. ## Por qué las interacciones de terminal producen datos de alta calidad Las interacciones de administración de sistemas e infraestructura tienen tres propiedades que las distinguen de los datos de entrenamiento generales: **Verdad fundamental verificable.** Cuando un operador sigue el consejo de la IA — ejecutando un comando sugerido, aplicando un cambio de configuración propuesto — el sistema se recupera o no lo hace. No existe ninguna demora para saber si la respuesta fue correcta. Esta propiedad de retroalimentación inmediata es exclusiva de los dominios operacionales. **Dominio acotado.** Las operaciones de archivo, las convenciones del sistema y el vocabulario de flujo de trabajo específico del cliente forman un conjunto acotado de comandos y modos de fallo. Los modelos se entrenan más eficientemente sobre dominios acotados que sobre corpus generales. **Retroalimentación de expertos en el dominio.** El operador que emite un veredicto es la persona que sabe si la respuesta fue correcta, no un anotador distante del trabajo real. La literatura publicada sobre aprendizaje por refuerzo a partir de retroalimentación humana reporta consistentemente que las tuplas de interacción firmadas con veredicto entrenan un orden de magnitud más eficientemente que las tuplas sin veredicto. [^1] ## El mecanismo de /feedback Después de cada respuesta del asistente en la TUI, el operador recibe tres opciones de veredicto explícito: Buena (la respuesta fue correcta — tupla marcada como ejemplo positivo de optimización de preferencia directa), Refinar (la respuesta era aproximada pero necesitaba ajuste — el operador proporciona una corrección inline) o Mala (la respuesta fue incorrecta — tupla marcada como ejemplo negativo). Si el operador descarta sin veredicto, la tupla contribuye al ajuste fino supervisado pero no a la optimización de preferencia directa. ## Propiedad del adaptador por inquilino El corpus producido por los operadores de un cliente entrena el adaptador de ese cliente, no un adaptador general. Por la convención [[customer-owned-graph-ip]], los pesos del adaptador entrenado son propiedad del cliente. La plataforma distribuye la arquitectura del modelo y el pipeline de entrenamiento; el cliente retiene el adaptador resultante. ## Disciplina de captura de veredicto Ciertas sesiones de terminal no deben contribuir al corpus de entrenamiento: las sesiones de prueba iniciadas con una bandera de no-corpus, las sesiones interrumpidas por niveles no disponibles antes de completarse, y las sesiones en modo de depuración de nivel forzado se registran en el [[worm-ledger-architecture|registro de auditoría]] pero se excluyen de los datos de entrenamiento normales. ## Véase También - [[single-boundary-compute-discipline]] — la TUI nunca llama a los niveles de inferencia directamente - [[customer-owned-graph-ip]] — los pesos del adaptador por inquilino son propiedad del cliente - [[knowledge-graph-grounded-apprenticeship]] — las tuplas de entrenamiento llevan contexto de grafo cuando el Portero fundamenta la solicitud --- ## Procedencia Resumen de adaptación estratégica del archivo fuente `convention-tui-corpus-producer.md` (refinado el 30 de abril de 2026). ## Véase también - [[single-boundary-compute-discipline]] - [[customer-owned-graph-ip]] - [[knowledge-graph-grounded-apprenticeship]]