Update

app/core/engine.py

@@ -80,16 +80,16 @@ class DECI_Engine:
         
         # === 2. SCORING POR SEÑAL ===
         
-        # === 2. SCORING POR SEÑAL CONTINUO (Vertex Hardened Layer) ===
+        # === 2. SCORING POR SEÑAL CONTINUO (Vertex Hardened Layer - Fixed) ===
         
-        # 2.1 Entropy Score: Curva Gaussiana suave centrada en 0.70 (Evita saltos de hacha)
-        s_entropy = float(np.exp(-((entropy - 0.70) ** 2) / 0.12)))
+        # 2.1 Entropy Score: Curva Gaussiana suave centrada en 0.70 (Sin paréntesis fantasmas)
+        s_entropy = float(np.exp(-((entropy - 0.70) ** 2) / 0.12))
         s_entropy = max(0.05, min(1.0, s_entropy))
         
-        # 2.2 CV Score: Proporcional y continuo. Si el CV es robusto, el score escala orgánicamente
+        # 2.2 CV Score: Proporcional y continuo
         s_cv = float(np.clip(cv / 0.50, 0.1, 1.0))
         
-        # 2.3 Mean IKL Score: Penalización suave solo en los extremos (Demasiado rápido o lento)
+        # 2.3 Mean IKL Score: Penalización suave solo en los extremos
         if 80 <= mean_ikl <= 350:
             s_mean = 1.0
         else:
@@ -101,7 +101,7 @@ class DECI_Engine:
                 # Si la cadena es corta y no hay errores, evaluamos neutral (0.75) en vez de tratarlo como bot
                 s_corrections = 0.75
             else:
-                # En textos largos, la ausencia total de errores sí es un patrón clásico de bot / LLM
+                # En textos largos, la ausencia total de errores sí es sospechosa (Bot / LLM)
                 s_corrections = 0.1
         else:
             # Si hay correcciones, aplicamos el mapeo continuo con el bonus de ráfaga de DeepSeek