v15.1 — patches JEPA+Sonho (correções A-F, Teo 6.1 exato, quantil) + correcoes.py canônico (λ_c única 206/206, rate-distortion, gate vivo, viés multiplicativo) + integração no treinador (PCGrad inclui JEPA) + ciclo com entropia real e autorrecompensa + RELATORIO_KHTST.md §14 (auditoria de 2ª ordem: 7 defeitos corrigidos); estados de treinos anteriores removidos neste mesmo commit

KHTST v15 — AUTOAJUSTE DE λ_c + MoE FLEXÍVEL/COOPERATIVA + ESFORÇO + GANHO (doc 28): EQUAÇÃO DE AUTOAJUSTE DE λ_c do trade-off K descoberta por análise matemática: limiar de troca exato φ(i,j) = Δε²/(Δε²+Δb), K*(λ) não-crescente (envelope de retas com inclinações estritamente crescentes), λ_c* = menor λ do intervalo [λ_lo, λ_hi] que ancora o JOELHO K̃ (curvatura máxima) do espectro REAL — sem hiperparâmetro, recalculado a cada retreino (T28.1); kernels CYTHON criterios (OpenMP): knee λ_c O(d), esforço por amostra, QE/TE de lote ≡ SOMKohonen (T28.2/28.3); MoE AGRUPÁVEL: ATENÇÃO para MoE (γ nascido 0 — T28.4), k AUTOAJUSTÁVEL por esforço (contração de Banach — T28.5), COOPERAÇÃO inter-grupos (ρ nascido 0 — T28.6), enc-dec VETORIAL paralela + CAPACIDADE auto com histerese (T28.7); n_camadas/n_cabecas FLEXÍVEIS por DETECÇÃO DE ESFORÇO: portas de camada g∈[0,2] (g=0 ⟹ identidade exata — T28.9) e portas de cabeça (A·(g·v)=g·(A·v) — T28.8), saída precoce na geração pelo alinhamento cos(h,x) (sinal grátis, sub-modelo consistente); CRITÉRIOS DE AVERIGUAÇÃO e GANHO: QE, TE, converg-ência α(t)/σ(t) com INVERSÃO EXATA k_α (T28.10), GANHO normalizado ponderação convexa (T28.11), coerência bigrama (T28.12), RAM AUTOADAPTATIVA com histerese (T28.13); treino curto REAL pareado v14 ⊕ v15 (620 registros); 14 suítes verdes (v15: 54 ✓)

KHTST v14 — GSQ+RCO TOTAIS (doc 27): RANDOM FOREST com buffer COMPACTO GSQ (id uint8 + norma fp16 = 3 B vs 4d B — compressão 256×, materialização just-in-time, Teo 27.3) e codebook STIEFEL aprendido pelo path suave da DNN — DECORRELAÇÃO DAS ÁRVORES provada (Cov = ⟨c_a,c_b⟩/d = 0; derruba a parcela ρσ² de Breiman que o bagging não remove — Teo 27.1); RCO nas NoPE (W_q, W_k ∈ St(d,d)) com COTA ESTRUTURAL DO LOGIT ℓ_max ≤ d/√dh = 27,7 < τ_qk = 100 — QK-Clip ESTRUTURALMENTE INATIVO, a restrição riemanniana SUBSTITUI o clip corretivo (Teo 27.2, contraprova sem RCO: 3269); GATE GSQ nos MECANISMOS DE ATENÇÃO dos encoders + gate cooperativo (seleção global/janela/linear quantizada — Teo 27.4); AJUSTE ANALÍTICO K/τ_min pelo espectro REAL: K* = argmin J(K), J(K) = (1−λ_c)·ε²(K) + λ_c·log₂K/log₂d (varredura exata, T27.6) e τ_min* = min(barreira, Δ₂/4) — trade-off compressão×erro do codebook; ECKART–YOUNG no modo subespaço (ε² = 1−E(K) — T27.5); PERCEPÇÃO CONJUNTA imagem⊕LRA⊕cinza com DETECÇÃO PARALELA DE ESCALA DE CINZA (χ = (max−min)/(max+ε), s = 1−χ̄: identidade, Lipschitz, gate γ_c nascido 0 — Teos 27.7/27.8); LOTE EFETIVO por ACUMULAÇÃO DE GRADIENTE (E[ĝ]=∇L(lote cheio), Var ↓ √n_acc — Teo 27.9); treino curto REAL pareado (620 registros); 13 suítes verdes (452 ✓), nascimento neutro (T27.11)

KHTST v11 — MAMBA-3 HÍBRIDO + NoPE (5:1) + MAMBA-3VL 3D-VL + CHECKPOINTING DE ATIVAÇÃO + ENSEMBLE RF×DNN×DESTILAÇÃO BIDIRECIONAL×ENGRAEM + 9 DATASETS DO REQUISITO + RLHF REAL: 12 tarefas com FONTE ÚNICA (Teo 22.1); N_MAX_TOKENS = entrada 256K + saída 128K = 393216 (Teo 22.1.1); critérios Jev DINÂMICOS de dados reais (DESCRICOES_TAREFAS removida, Teo 22.2); kernel trapezoidal estável com gradiente exato (Teos 22.2–22.5); checkpointing de ativação exato (Teo 22.8, Δ=0 medido); Hedge com regreto O(√(T ln M)) e Gibbs local (Teos 23.1–23.4); KD simétrica mode-covering+seeking (Teo 23.8); engram k-WTA (Teo 23.10); estados no Hub antes de 900MB com retomada real (Teo 23.13); orçamento 8h+1h; teste com DADOS REAIS APROVADO antes de treinos longos