v6.0: la demo viva sustituye a la galeria estatica, en la misma URL

.gitattributes

@@ -1,35 +1 @@
-*.7z filter=lfs diff=lfs merge=lfs -text
-*.arrow filter=lfs diff=lfs merge=lfs -text
-*.bin filter=lfs diff=lfs merge=lfs -text
-*.bz2 filter=lfs diff=lfs merge=lfs -text
-*.ckpt filter=lfs diff=lfs merge=lfs -text
-*.ftz filter=lfs diff=lfs merge=lfs -text
-*.gz filter=lfs diff=lfs merge=lfs -text
-*.h5 filter=lfs diff=lfs merge=lfs -text
-*.joblib filter=lfs diff=lfs merge=lfs -text
-*.lfs.* filter=lfs diff=lfs merge=lfs -text
-*.mlmodel filter=lfs diff=lfs merge=lfs -text
-*.model filter=lfs diff=lfs merge=lfs -text
-*.msgpack filter=lfs diff=lfs merge=lfs -text
-*.npy filter=lfs diff=lfs merge=lfs -text
-*.npz filter=lfs diff=lfs merge=lfs -text
-*.onnx filter=lfs diff=lfs merge=lfs -text
-*.ot filter=lfs diff=lfs merge=lfs -text
-*.parquet filter=lfs diff=lfs merge=lfs -text
-*.pb filter=lfs diff=lfs merge=lfs -text
-*.pickle filter=lfs diff=lfs merge=lfs -text
-*.pkl filter=lfs diff=lfs merge=lfs -text
-*.pt filter=lfs diff=lfs merge=lfs -text
-*.pth filter=lfs diff=lfs merge=lfs -text
-*.rar filter=lfs diff=lfs merge=lfs -text
 *.safetensors filter=lfs diff=lfs merge=lfs -text
-saved_model/**/* filter=lfs diff=lfs merge=lfs -text
-*.tar.* filter=lfs diff=lfs merge=lfs -text
-*.tar filter=lfs diff=lfs merge=lfs -text
-*.tflite filter=lfs diff=lfs merge=lfs -text
-*.tgz filter=lfs diff=lfs merge=lfs -text
-*.wasm filter=lfs diff=lfs merge=lfs -text
-*.xz filter=lfs diff=lfs merge=lfs -text
-*.zip filter=lfs diff=lfs merge=lfs -text
-*.zst filter=lfs diff=lfs merge=lfs -text
-*tfevents* filter=lfs diff=lfs merge=lfs -text

README.md

@@ -1,28 +1,31 @@
 ---
-title: v1(W_O) is not identifiable
-emoji: 🎛️
-colorFrom: purple
-colorTo: red
-sdk: static
+title: The value-output gauge orbit
+emoji: 🧭
+colorFrom: indigo
+colorTo: gray
+sdk: gradio
+sdk_version: 6.22.0
+app_file: app.py
 pinned: false
-license: apache-2.0
 ---
 
-# The dominant direction of $W_O$ is not identifiable
+# The value-output gauge orbit
 
-Interactive demo (precomputed gallery, static) for *"Same function,
-different pruning: the dominant direction of $W_O$ under free, soft,
-and hard intervention"*.
+Interactive demo. The dominant direction of a head's output projection
+moves under a reparameterisation that leaves the model's function
+untouched, and the pruning decision it yields moves with it. The
+identifiable object ---the OV circuit--- does not move.
 
-Code: <https://github.com/mmunozpl/angular-separation-vit>
-Results: <https://huggingface.co/datasets/ManPla/angular-separation-vit-results>
-Checkpoints: <https://huggingface.co/ManPla/angular-separation-vit-checkpoints>
-DOI: [10.5281/zenodo.21630535](https://doi.org/10.5281/zenodo.21630535)
+Two models, identical in function, two different prunings. English and
+Spanish; ViT-B/16 and Pythia-410M.
 
-Browse 72 precomputed combinations (12 layers × 3 gauge strengths ×
-2 random seeds), all from the real ViT-B/16 seed-42 base checkpoint
-(anchor column of the paper), showing that a value-output gauge
-transformation moves each head's dominant weight direction $v_1(W_O)$
-at will —even flipping which pair of heads looks "most redundant"—
-while the OV circuit $W_v W_O$, the only quantity the model's function
-actually depends on, stays fixed to machine precision.
+DOI: https://doi.org/10.5281/zenodo.21630534
+
+---
+
+# La órbita de gauge valor-salida
+
+Demo interactiva. La dirección dominante de la proyección de salida de
+una cabeza se desplaza bajo una reparametrización que deja la función
+del modelo intacta, y la decisión de poda que produce cambia con ella.
+El objeto identificable ---el circuito OV--- no se mueve.

app.py

@@ -0,0 +1,753 @@
+"""demo interactiva de la órbita de gauge valor-salida.
+
+tres pestañas: la órbita con el conmutador ortogonal/genérico, la
+decisión de poda bajo gauge, y qué se mide. toda la aritmética la
+ejecuta el código del paper ---`src/gauge_flip.py`,
+`scripts/run_fase_G.py`, `scripts/decision_rota.py`--- sobre el
+portador ligero de `demo/portador.py`; aquí no se reimplementa nada.
+"""
+
+import math
+import sys
+from pathlib import Path
+
+import gradio as gr
+import matplotlib
+import torch
+from tqdm import tqdm
+
+matplotlib.use("Agg")               # sin servidor gráfico en el Space
+
+from matplotlib.figure import Figure  # noqa: E402
+from matplotlib.patches import Rectangle  # noqa: E402
+
+sys.path.insert(0, str(Path(__file__).resolve().parents[1]))
+
+from demo.portador import (carga, verifica_manifiesto,  # noqa: E402
+                           verifica_relleno)
+from src.firma_funcional import w_v_columnas  # noqa: E402
+from src.gauge_flip import (aplica_gauge_ortogonal,  # noqa: E402
+                            aplica_gauge_ov)
+from src.nucleo_lectura import decisiones, firma_exacta  # noqa: E402
+
+DOI = "https://doi.org/10.5281/zenodo.21630534"
+# gr.Markdown no renderiza matemáticas salvo que se le declaren los
+# delimitadores: sin esto la prosa enseña los dólares en crudo, justo
+# al lado de una figura que matplotlib sí compone bien
+LATEX = [{"left": "$$", "right": "$$", "display": True},
+         {"left": "$", "right": "$", "display": False}]
+# clave = escala_id (el mando real); el rótulo cambia con el idioma y
+# con el locale del número, la clave no
+FUERZAS = {128.0: ("muy débil (0,06)", "very weak (0.06)"),
+           64.0: ("débil (0,13)", "weak (0.13)"),
+           32.0: ("media (0,25)", "medium (0.25)"),
+           16.0: ("fuerte (0,50)", "strong (0.50)"),
+           8.0: ("saturada (1,00)", "saturated (1.00)"),
+           2.0: ("muy fuerte (4,05)", "very strong (4.05)")}
+
+
+def op_fuerza(idi: str):
+    """opciones del desplegable de fuerza en un idioma.
+
+    Args:
+        idi: 'es' o 'en'.
+
+    Returns:
+        lista de pares (rótulo, valor) para gradio.
+    """
+    j = 0 if idi == "es" else 1
+    return [(v[j], k) for k, v in FUERZAS.items()]
+# por columna: (etiqueta del sector, k de poda, referencia de la tabla 3).
+# el k es el 25 % relativo de cada una, y la referencia es la medida
+# publicada de esa columna ---nunca la de la otra---
+COLUMNAS = {
+    "vitb": {"es": "ViT-B/16 (visión)", "en": "ViT-B/16 (vision)",
+             "k": 3, "ref": ("92,7 % / 0,378", "92.7 % / 0.378")},
+    "pythia": {"es": "Pythia-410M (lenguaje)",
+               "en": "Pythia-410M (language)",
+               "k": 4, "ref": ("90,0 % / 0,379", "90.0 % / 0.379")},
+}
+
+
+def op_tipo(idi: str):
+    """opciones del mando de tipo de gauge en un idioma.
+
+    el valor viaja en clave estable ('gen'/'ort') porque gradio valida
+    la entrada en el servidor contra las opciones declaradas al
+    construir el bloque, y `gr.update` no las cambia allí: si el valor
+    fuese la palabra traducida, el mando quedaría roto en inglés.
+
+    Args:
+        idi: 'es' o 'en'.
+
+    Returns:
+        lista de pares (rótulo, clave) para gradio.
+    """
+    return [(T[idi]["gen"], "gen"), (T[idi]["ort"], "ort")]
+
+
+def op_columna(idi: str):
+    """opciones del desplegable de columna en un idioma.
+
+    Args:
+        idi: 'es' o 'en'.
+
+    Returns:
+        lista de pares (rótulo, clave) para gradio.
+    """
+    return [(v[idi], k) for k, v in COLUMNAS.items()]
+
+# textos en las dos lenguas. el español es el canónico y el inglés su
+# derivado, con la terminología del glosario del paper: soft probe,
+# hard variant, response signature, static invariant, band, gauge.
+# ojo al locale de los números: coma en es, punto en en
+T = {
+    "es": {
+        "titulo": "# La órbita de gauge valor-salida\nDos modelos "
+                  "idénticos en función, dos geometrías distintas.",
+        "tab1": "Órbita", "tab2": "Decisión rota", "tab3": "Qué se mide",
+        "figb": "El abismo, cabeza a cabeza",
+        "figb_t": "Capa {capa}: lo que el gauge mueve y lo que no",
+        "figb_1": r"$\Delta v_1(W_O)$  [grados]",
+        "figb_2": r"$1-|\cos|$  del circuito OV",
+        "figb_m": "media", "figb_0": "0 exacto",
+        "figb_s": "suelo de arccos en doble precisión",
+        "figb_n": "eje común en escala logarítmica: la distancia "
+                  "horizontal entre los dos bloques es el abismo",
+        "btn3": "Barrer fuerzas",
+        "figs": "Barrido de fuerzas",
+        "figs_t": "Capa {capa}, semilla {sem}: deriva contra la "
+                  "fuerza del gauge",
+        "figs_x": "desviación de R respecto a un múltiplo escalar",
+        "fig": "Similitud entre cabezas",
+        "fig_t": "Capa {capa}: |cos| entre las direcciones "
+                 "$v_1(W_O)$ de cada par de cabezas",
+        "fig_a": "Antes del gauge", "fig_d": "Después del gauge",
+        "fig_e": "cabeza", "fig_p": "par elegido",
+        "col": "Columna", "capa": "Capa", "sem": "Semilla del gauge",
+        "fuerza": "Fuerza (desv. de R al escalar)", "tipo": "Tipo de gauge",
+        "gen": "genérico", "ort": "ortogonal",
+        "btn1": "Muestrear gauge", "btn2": "Decidir bajo gauge",
+        "porcabeza": "Por cabeza",
+        "cab": ["cabeza", "Δ v1(W_O) [°]", "1-|cos| circuito OV"],
+        "cab_d": "**{col}, capa {capa}, semilla {sem}, k={k}.**\n",
+        "res": "**{col}, capa {capa}, gauge {tipo}, semilla {sem}.**\n\n"
+               "- Desplazamiento medio de $v_1(W_O)$: **{gp}°**\n"
+               "- Desviación media del circuito OV (invariante), "
+               "en la métrica que certifica el paper: "
+               "$1-|\\cos|$ = **{gi}**\n\nMisma libertad de gauge, dos "
+               "resultados: {ver}. El circuito OV no se mueve en ningún "
+               "caso ---es el objeto identificable---.",
+        "ver_ort": "el subgrupo ortogonal **no la mueve**: la lectura "
+                   "por pesos sobrevive intacta",
+        "ver_gen": "la parte no ortogonal **sí la mueve**, decenas de "
+                   "grados",
+        "cols_d": ["criterio", "par antes", "par después", "¿cambia?",
+                   "solape"],
+        "crit_p": "por pesos $v_1(W_O)$", "crit_i": "por el invariante",
+        "si": "**sí**", "no": "no",
+        "contador": "**En esta sesión**, la decisión por pesos ha "
+                    "cambiado en {c} de {n} gauges ({pct:.0f} %). La "
+                    "medida publicada para esta columna es {ref} (par / "
+                    "solape); la decisión por el invariante no cambia "
+                    "nunca.",
+    },
+    "en": {
+        "titulo": "# The value-output gauge orbit\nTwo models identical "
+                  "in function, two different geometries.",
+        "tab1": "Orbit", "tab2": "Broken decision",
+        "tab3": "What is measured",
+        "figb": "The gap, head by head",
+        "figb_t": "Layer {capa}: what the gauge moves and what it "
+                  "does not",
+        "figb_1": r"$\Delta v_1(W_O)$  [degrees]",
+        "figb_2": r"$1-|\cos|$  of the OV circuit",
+        "figb_m": "mean", "figb_0": "exactly 0",
+        "figb_s": "arccos floor in double precision",
+        "figb_n": "shared logarithmic axis: the horizontal distance "
+                  "between the two blocks is the gap",
+        "btn3": "Sweep strengths",
+        "figs": "Strength sweep",
+        "figs_t": "Layer {capa}, seed {sem}: drift against gauge "
+                  "strength",
+        "figs_x": "deviation of R from a scalar multiple",
+        "fig": "Similarity across heads",
+        "fig_t": "Layer {capa}: |cos| between the $v_1(W_O)$ "
+                 "directions of every pair of heads",
+        "fig_a": "Before the gauge", "fig_d": "After the gauge",
+        "fig_e": "head", "fig_p": "selected pair",
+        "col": "Column", "capa": "Layer", "sem": "Gauge seed",
+        "fuerza": "Strength (deviation of R from a scalar)",
+        "tipo": "Gauge type", "gen": "generic", "ort": "orthogonal",
+        "btn1": "Sample a gauge", "btn2": "Decide under gauge",
+        "porcabeza": "Per head",
+        "cab": ["head", "Δ v1(W_O) [°]", "1-|cos| OV circuit"],
+        "cab_d": "**{col}, layer {capa}, seed {sem}, k={k}.**\n",
+        "res": "**{col}, layer {capa}, {tipo} gauge, seed {sem}.**\n\n"
+               "- Mean displacement of $v_1(W_O)$: **{gp}°**\n"
+               "- Mean deviation of the OV circuit (invariant), "
+               "in the metric the paper certifies: "
+               "$1-|\\cos|$ = **{gi}**\n\nThe same gauge freedom, "
+               "two outcomes: "
+               "{ver}. The OV circuit does not move in either case "
+               "---it is the identifiable object---.",
+        "ver_ort": "the orthogonal subgroup **does not move it**: the "
+                   "weight reading survives intact",
+        "ver_gen": "the non-orthogonal part **does move it**, by tens "
+                   "of degrees",
+        "cols_d": ["criterion", "pair before", "pair after", "changes?",
+                   "overlap"],
+        "crit_p": "by weights $v_1(W_O)$", "crit_i": "by the invariant",
+        "si": "**yes**", "no": "no",
+        "contador": "**In this session**, the decision by weights has "
+                    "changed in {c} of {n} gauges ({pct:.0f} %). The "
+                    "published measurement for this column is {ref} "
+                    "(pair / overlap); the decision by the invariant "
+                    "never changes.",
+    },
+}
+# el inglés va primero: es el idioma de partida de la interfaz
+IDIOMAS = {"English": "en", "Español": "es"}
+
+
+def num(x: float, idi: str, dec: int = 3) -> str:
+    """formatea un número con el separador decimal del idioma.
+
+    Args:
+        x: valor.
+        idi: 'es' o 'en'.
+        dec: decimales.
+
+    Returns:
+        el número como texto, con coma o punto según el idioma.
+    """
+    s = f"{x:.{dec}f}"
+    return s.replace(".", ",") if idi == "es" else s
+
+
+_CACHE: dict = {}
+
+verifica_manifiesto()   # el código vendido, firmado contra su commit
+
+
+def cientifico(x: float, idi: str) -> str:
+    """notación científica con el separador decimal del idioma.
+
+    Args:
+        x: el valor.
+        idi: 'es' o 'en'.
+
+    Returns:
+        la cadena formateada.
+    """
+    s = f"{x:.1e}"
+    return s.replace(".", ",") if idi == "es" else s
+
+
+def portador(col: str):
+    """carga perezosa del portador de una columna, con su contrato.
+
+    Args:
+        col: etiqueta de columna de `COLUMNAS`.
+
+    Returns:
+        el portador ya verificado.
+    """
+    if col not in _CACHE:
+        p = carga(col)
+        verifica_relleno(p)         # el contrato, vigilado también aquí
+        _CACHE[col] = p
+    return _CACHE[col]
+
+
+def capas_de(col: str):
+    """actualiza el desplegable de capas al cambiar de columna.
+
+    Args:
+        col: etiqueta de columna.
+
+    Returns:
+        actualización de gradio con las capas de esa columna.
+    """
+    n = len(portador(col).blocks)
+    return gr.update(choices=list(range(n)), value=min(5, n - 1))
+
+
+def _v1_pesos(port, capa: int) -> torch.Tensor:
+    """dirección dominante de w_o por cabeza.
+
+    Args:
+        port: portador del sector.
+        capa: índice de capa.
+
+    Returns:
+        tensor [h, d] de direcciones unitarias.
+    """
+    # sin bajar a simple: el coseno entre dos direcciones
+    # casi iguales satura en fp32 y el invariante aparece
+    # moviéndose centésimas de grado que no existen
+    return firma_exacta(port.w_o_por_cabeza(capa).double(),
+                        "der")
+
+
+def _v1_invariante(port, capa: int) -> torch.Tensor:
+    """dirección dominante del circuito ov, invariante de gauge.
+
+    Args:
+        port: portador del sector.
+        capa: índice de capa.
+
+    Returns:
+        tensor [h, d] de direcciones unitarias.
+    """
+    w_o = port.w_o_por_cabeza(capa).double()
+    w_v = w_v_columnas(port, capa, port.n_cabezas,
+                       port.dim_cabeza).double()
+    r = torch.linalg.qr(w_v, mode="reduced")[1]
+    return firma_exacta(r @ w_o, "der")
+
+
+def _con_gauge(col: str, capa: int, semilla: int,
+               fuerza: float, tipo: str):
+    """devuelve una copia del portador con un gauge aplicado.
+
+    Args:
+        capa: capa sobre la que actuar.
+        semilla: semilla del generador de R.
+        fuerza: escala del término identidad de R (ignorada si
+            el gauge es ortogonal, que no tiene intensidad).
+        tipo: 'gen' u 'ort'.
+
+    Returns:
+        tupla (portador con el gauge aplicado, desviación media de R
+        respecto a su mejor múltiplo escalar; 0 si es ortogonal, que
+        no tiene intensidad).
+    """
+    q = portador(col).copia()
+    if tipo == "ort":
+        aplica_gauge_ortogonal(q, capa, q.n_cabezas, q.dim_cabeza,
+                               semilla=semilla)
+        return q, 0.0
+    desv = aplica_gauge_ov(q, capa, q.n_cabezas, q.dim_cabeza,
+                           semilla=semilla, escala_id=fuerza)
+    return q, desv
+
+
+def _mapa_cos(v: torch.Tensor):
+    """|cos| entre todas las parejas de direcciones de una capa.
+
+    Args:
+        v: tensor [h, d] de direcciones unitarias.
+
+    Returns:
+        tupla (matriz [h, h] en numpy, par de máximo fuera de la
+        diagonal).
+    """
+    g = (v @ v.t()).abs().clamp(max=1.0)
+    m = g.clone()
+    m.fill_diagonal_(-1.0)
+    i = int(m.argmax())
+    return g.numpy(), (i // g.shape[0], i % g.shape[0])
+
+
+def figura_cos(antes: torch.Tensor, desp: torch.Tensor, capa: int,
+               idi: str) -> Figure:
+    """dibuja la matriz de similitud antes y después del gauge.
+
+    es la misma lectura que produce la decisión de poda: la celda más
+    brillante fuera de la diagonal es el par que se podaría. verla
+    moverse entre los dos paneles es la afirmación del paper hecha
+    imagen.
+
+    Args:
+        antes: direcciones [h, d] antes del gauge.
+        desp: direcciones [h, d] después.
+        capa: índice de capa, para el título.
+        idi: 'es' o 'en'.
+
+    Returns:
+        la figura de matplotlib, lista para `gr.Plot`.
+    """
+    d = T[idi]
+    fig = Figure(figsize=(9.2, 4.2), dpi=110)
+    ejes = fig.subplots(1, 2)
+    for ax, x, sub in ((ejes[0], antes, d["fig_a"]),
+                       (ejes[1], desp, d["fig_d"])):
+        g, par = _mapa_cos(x)
+        im = ax.imshow(g, cmap="magma", vmin=0.0, vmax=1.0)
+        for i, j in (par, par[::-1]):
+            ax.add_patch(Rectangle((j - 0.5, i - 0.5), 1, 1,
+                                   fill=False, edgecolor="#39d353",
+                                   lw=1.8))
+        ax.set_title(f"{sub} \u00b7 {d['fig_p']} "
+                     f"{tuple(sorted(par))}",
+                     fontsize=10)
+        ax.set_xlabel(d["fig_e"], fontsize=9)
+        ax.set_ylabel(d["fig_e"], fontsize=9)
+        ax.tick_params(labelsize=8)
+    fig.colorbar(im, ax=ejes, fraction=0.032, pad=0.02)
+    fig.suptitle(d["fig_t"].format(capa=capa), fontsize=11)
+    return fig
+
+
+def figura_abismo(gp: torch.Tensor, gi: torch.Tensor, capa: int,
+                  idi: str) -> Figure:
+    """dibuja la separación entre lo que se mueve y lo que no.
+
+    la tabla por cabeza dice que $v_1(W_O)$ deriva decenas de grados y
+    que el circuito OV se queda en 1e-16, pero eso hay que leerlo. con
+    los dos bloques de barras sobre un mismo eje logarítmico, el
+    abismo ---dieciocho órdenes de magnitud--- es distancia en la
+    pantalla. bajo el conmutador ortogonal las barras de arriba
+    desaparecen y las de abajo no se inmutan: c1 en una imagen.
+
+    Args:
+        gp: desplazamiento de v1(w_o) por cabeza, en grados.
+        gi: desviación 1-|cos| del circuito ov por cabeza.
+        capa: índice de capa, para el título.
+        idi: 'es' o 'en'.
+
+    Returns:
+        la figura de matplotlib, lista para `gr.Plot`.
+    """
+    d = T[idi]
+    n = gp.shape[0]
+    y = list(range(n))
+    fig = Figure(figsize=(9.2, 0.9 + 0.42 * n), dpi=110)
+    ejes = fig.subplots(2, 1, sharex=True)
+    for ax, v, etq, color in ((ejes[0], gp, d["figb_1"], "#c4432b"),
+                              (ejes[1], gi, d["figb_2"], "#2b6cc4")):
+        ax.barh(y, v.numpy(), height=0.72, color=color)
+        # un valor exactamente nulo no dibuja barra en escala
+        # logarítmica y se leería como dato ausente; se rotula, que es
+        # justo lo que ocurre con el gauge ortogonal en el panel de
+        # arriba: cero exacto, no falta de medida
+        for h in y:
+            if float(v[h]) == 0.0:
+                ax.text(2e-18, h, d["figb_0"], va="center",
+                        ha="left", fontsize=7, color=color)
+        ax.set_ylabel(d["fig_e"], fontsize=9)
+        ax.set_yticks(y)
+        ax.set_yticklabels([str(h) for h in y], fontsize=7)
+        ax.invert_yaxis()
+        ax.grid(axis="x", ls=":", lw=0.6, alpha=0.5)
+        ax.set_title(f"{etq}  ·  {d['figb_m']} "
+                     f"{float(v.mean()):.2e}", fontsize=10)
+    # el panel de grados tiene suelo: arccos cerca de 1 pierde la
+    # mitad de los dígitos, así que sqrt(2*eps) rad es lo mínimo
+    # medible. sin la línea, las barras del gauge ortogonal ---que
+    # deben ser cero--- se leerían como una deriva de 1e-6 grados
+    suelo = math.degrees(math.sqrt(2 * torch.finfo(torch.float64).eps))
+    ejes[0].axvline(suelo, ls="--", lw=1.0, color="#555555")
+    ejes[0].text(suelo * 1.4, n - 0.4, d["figb_s"],
+                 fontsize=7, color="#555555", va="center")
+    # el eje común es lo que convierte dos medidas en un abismo; el
+    # suelo baja hasta la precisión de máquina para que el bloque de
+    # abajo tenga dónde caber
+    ejes[1].set_xscale("log")
+    ejes[1].set_xlim(1e-18, 1e3)
+    ejes[1].set_xlabel(d["figb_n"], fontsize=8)
+    fig.suptitle(d["figb_t"].format(capa=capa), fontsize=11)
+    fig.tight_layout()
+    return fig
+
+
+def barrido(idioma: str, col: str, capa: int, semilla: int) -> Figure:
+    """recorre las seis fuerzas y dibuja la deriva contra cada una.
+
+    es la tabla 2 del paper dibujándose en vivo: la deriva de
+    $v_1(W_O)$ crece con la desviación de R respecto a un escalar,
+    mientras el circuito OV se queda plano en el suelo de la máquina.
+    cuesta seis gauges por pulsación, y por eso tiene botón propio.
+
+    Args:
+        idioma: rótulo del selector.
+        col: clave de columna.
+        capa: capa a interrogar.
+        semilla: semilla del gauge.
+
+    Returns:
+        la figura de matplotlib, lista para `gr.Plot`.
+    """
+    idi = IDIOMAS[idioma]
+    d = T[idi]
+    p = portador(col)
+    antes_p, antes_i = _v1_pesos(p, capa), _v1_invariante(p, capa)
+    xs, ys_p, ys_i = [], [], []
+    for escala in tqdm(sorted(FUERZAS, reverse=True),
+                       desc=f"barrido {col} L{capa}", leave=False):
+        q, desv = _con_gauge(col, capa, semilla, escala, "gen")
+        cp = _cos_abs(antes_p, _v1_pesos(q, capa))
+        ci = _cos_abs(antes_i, _v1_invariante(q, capa))
+        xs.append(desv)
+        ys_p.append(float(torch.rad2deg(torch.arccos(cp)).mean()))
+        ys_i.append(float((1.0 - ci).mean()))
+    fig = Figure(figsize=(8.4, 5.4), dpi=110)
+    ejes = fig.subplots(2, 1, sharex=True)
+    # dos paneles y no un eje común: sobre veintiuna décadas el
+    # crecimiento de v1 ---de veinte a ochenta grados--- sería
+    # invisible. arriba la subida, abajo la planitud, cada una en su
+    # escala; el abismo entre ambas lo cuenta la otra figura
+    ejes[0].plot(xs, ys_p, "o-", color="#c4432b")
+    ejes[0].set_ylim(0.0, 92.0)
+    ejes[0].set_ylabel(d["figb_1"], fontsize=9)
+    ejes[1].plot(xs, ys_i, "s-", color="#2b6cc4")
+    ejes[1].set_yscale("log")
+    ejes[1].set_ylim(1e-18, 1e-12)
+    ejes[1].set_ylabel(d["figb_2"], fontsize=9)
+    ejes[1].set_xscale("log")
+    ejes[1].set_xlabel(d["figs_x"], fontsize=9)
+    for ax in ejes:
+        ax.grid(ls=":", lw=0.6, alpha=0.5)
+        ax.tick_params(labelsize=8)
+    fig.suptitle(d["figs_t"].format(capa=capa, sem=semilla),
+                 fontsize=11)
+    fig.tight_layout()
+    return fig
+
+
+def _cos_abs(a: torch.Tensor, b: torch.Tensor) -> torch.Tensor:
+    """|cos| entre direcciones emparejadas por cabeza.
+
+    Args:
+        a: direcciones [h, d].
+        b: direcciones [h, d].
+
+    Returns:
+        tensor [h] con el coseno en valor absoluto, acotado a 1.
+    """
+    return (a * b).sum(1).abs().clamp(max=1.0)
+
+
+def orbita(idioma: str, col: str, capa: int, semilla: int,
+           fuerza: float, tipo: str):
+    """mide cuánto mueve el gauge la lectura por pesos y el invariante.
+
+    Args:
+        capa: capa a interrogar.
+        semilla: semilla del gauge.
+        fuerza: escala del término identidad de R.
+        tipo: 'gen' u 'ort'.
+
+    Returns:
+        tupla (resumen en markdown, tabla por cabeza, figura del
+        abismo).
+    """
+    p = portador(col)
+    antes_p, antes_i = _v1_pesos(p, capa), _v1_invariante(p, capa)
+    q, _ = _con_gauge(col, capa, semilla, fuerza, tipo)
+    desp_p, desp_i = _v1_pesos(q, capa), _v1_invariante(q, capa)
+    # v1 en grados, que es la magnitud interpretable; el invariante en
+    # 1-|cos|, porque arccos cerca de 1 pierde la mitad de los dígitos
+    # y pondría un suelo de ~1e-6 grados donde no hay movimiento
+    gp = torch.rad2deg(torch.arccos(_cos_abs(antes_p, desp_p)))
+    gi = 1.0 - _cos_abs(antes_i, desp_i)
+    d = T[IDIOMAS[idioma]]
+    idi = IDIOMAS[idioma]
+    filas = [[h, num(float(gp[h]), idi, 2),
+              cientifico(float(gi[h]), idi)]
+             for h in range(p.n_cabezas)]
+    ver = d["ver_ort"] if tipo == "ort" else d["ver_gen"]
+    cient = cientifico(float(gi.mean()), idi)
+    resumen = d["res"].format(
+        col=COLUMNAS[col][idi], capa=capa, tipo=d[tipo],
+        sem=semilla,
+        gp=num(float(gp.mean()), idi, 2),
+        gi=cient, ver=ver)
+    return resumen, filas, figura_abismo(gp, gi, capa, idi)
+
+
+def decision(idioma: str, col: str, capa: int, semilla: int,
+             fuerza: float, estado: dict):
+    """materializa la decisión de poda antes y después del gauge.
+
+    Args:
+        capa: capa a interrogar.
+        semilla: semilla del gauge.
+        fuerza: escala del término identidad de R.
+        estado: contador acumulado de la sesión.
+
+    Returns:
+        tupla (markdown, estado actualizado, mapa de similitud).
+    """
+    p = portador(col)
+
+    idi = IDIOMAS[idioma]
+    d = T[idi]
+    k = COLUMNAS[col]["k"]
+    ref = COLUMNAS[col]["ref"][0 if idi == "es" else 1]
+    nombre_col = COLUMNAS[col][idi]
+    q, _ = _con_gauge(col, capa, semilla, fuerza, "gen")
+    lineas = [d["cab_d"].format(col=nombre_col, capa=capa,
+                                sem=semilla, k=k),
+              "| " + " | ".join(d["cols_d"]) + " |",
+              "|---|---|---|---|---|"]
+    for nombre, f in ((d["crit_p"], _v1_pesos),
+                      (d["crit_i"], _v1_invariante)):
+        par0, top0 = decisiones(f(p, capa), k)
+        par1, top1 = decisiones(f(q, capa), k)
+        sol = len(set(top0) & set(top1)) / k
+        cambia = par1 != par0
+        if nombre == d["crit_p"]:
+            estado["n"] = estado.get("n", 0) + 1
+            estado["c"] = estado.get("c", 0) + int(cambia)
+        lineas.append(f"| {nombre} | {par0} | {par1} | "
+                      f"{d['si'] if cambia else d['no']} | "
+                      f"{num(sol, idi, 2)} |")
+    pct = 100 * estado["c"] / estado["n"]
+    lineas.append("")
+    lineas.append(d["contador"].format(c=estado["c"],
+                                       n=estado["n"], pct=pct,
+                                       ref=ref))
+    # el mapa vive aquí y no en la órbita: es la lectura de la que
+    # sale esta tabla, y verlo debajo convierte la fila «cambia: sí»
+    # en algo comprobable en vez de en un acto de fe
+    mapa = figura_cos(_v1_pesos(p, capa), _v1_pesos(q, capa),
+                      capa, idi)
+    return "\n".join(lineas), estado, mapa
+
+
+QSM = {"es": f"""
+### Qué se mide aquí
+
+Una cabeza de atención escribe en el flujo residual a través de dos
+matrices, $W_v$ y $W_O$. Esa factorización **no es única**: para
+cualquier $R$ invertible, sustituir $W_v \\to W_v R$ y
+$W_O \\to R^{{-1}} W_O$ deja la función del modelo exactamente igual,
+porque el producto $W_v W_O$ ---el circuito OV--- no cambia.
+
+La dirección dominante $v_1(W_O)$ **no** es función de ese producto,
+así que se mueve con $R$ mientras el modelo calcula lo mismo: su
+órbita bajo el gauge es la esfera unitaria completa de su espacio
+fila, y por tanto **ningún umbral de similitud sobre esa dirección
+admite radio certificado positivo**.
+
+Un matiz que la primera pestaña enseña: el subgrupo **ortogonal** deja
+$v_1(W_O)$ quieta. Es la parte **no ortogonal** del gauge la que la
+mueve, y está presente en cualquier reparametrización genérica.
+
+Los pesos son los de un ViT-B/16 afinado en ImageNet-100 (semilla 42)
+y los de Pythia-410M sin entrenar nada. Cada gauge muestreado es
+reproducible: basta repetir la semilla.
+
+Código, datos y certificación de la órbita: <{DOI}>
+""", "en": f"""
+### What is measured here
+
+An attention head writes into the residual stream through two
+matrices, $W_v$ and $W_O$. That factorization is **not unique**: for
+any invertible $R$, substituting $W_v \\to W_v R$ and
+$W_O \\to R^{{-1}} W_O$ leaves the model's function exactly as it was,
+because the product $W_v W_O$ ---the OV circuit--- does not change.
+
+The dominant direction $v_1(W_O)$ is **not** a function of that
+product, so it moves with $R$ while the model computes the same
+thing: its orbit under the gauge is the full unit sphere of its row
+space, and therefore **no similarity threshold on that direction
+admits a positive certified radius**.
+
+One nuance the first tab shows: the **orthogonal** subgroup leaves
+$v_1(W_O)$ still. It is the **non-orthogonal** part of the gauge that
+moves it, and it is present in any generic reparametrization.
+
+The weights are those of a ViT-B/16 fine-tuned on ImageNet-100
+(seed 42) and of Pythia-410M with no training at all. Every sampled
+gauge is reproducible: just repeat the seed.
+
+Code, data and the orbit certification: <{DOI}>
+"""}
+
+
+def cambia_idioma(idioma: str):
+    """rehace etiquetas y textos estáticos en el idioma elegido.
+
+    Args:
+        idioma: clave de `IDIOMAS`.
+
+    Returns:
+        tupla de actualizaciones de gradio, en el orden de los
+        componentes que dependen del idioma (rótulos de pestaña
+        incluidos, al final).
+    """
+    idi = IDIOMAS[idioma]
+    d = T[idi]
+    col = gr.update(choices=op_columna(idi), label=d["col"])
+    fue = gr.update(choices=op_fuerza(idi), value=8.0, label=d["fuerza"])
+    return (gr.update(value=d["titulo"]),
+            col, gr.update(label=d["capa"]),
+            gr.update(label=d["sem"]), fue,
+            gr.update(choices=op_tipo(idi), value="gen",
+                      label=d["tipo"]),
+            gr.update(value=d["btn1"]), gr.update(value=d["btn3"]),
+            gr.update(label=d["figs"]),
+            gr.update(label=d["figb"]),
+            gr.update(headers=d["cab"], label=d["porcabeza"]),
+            col, gr.update(label=d["capa"]),
+            gr.update(label=d["sem"]), fue,
+            gr.update(value=d["btn2"]),
+            gr.update(label=d["fig"]),
+            gr.update(value=QSM[idi]),
+            gr.update(label=d["tab1"]), gr.update(label=d["tab2"]),
+            gr.update(label=d["tab3"]))
+
+
+TITULO = "The value-output gauge orbit - La órbita de gauge "\
+         "valor-salida"
+
+with gr.Blocks(title=TITULO) as demo:
+    idi = gr.Radio(list(IDIOMAS), value="English", label="Idioma / Language")
+    cab = gr.Markdown(T["en"]["titulo"], latex_delimiters=LATEX)
+    with gr.Tab(T["en"]["tab1"]) as pes1:
+        with gr.Row():
+            col_o = gr.Dropdown(op_columna("en"), value="vitb",
+                                label=T["en"]["col"])
+            capa_o = gr.Dropdown(list(range(12)), value=5,
+                                 label=T["en"]["capa"])
+            sem_o = gr.Number(value=0, precision=0, label=T["en"]["sem"])
+            fue_o = gr.Dropdown(op_fuerza("en"), value=8.0,
+                                label=T["en"]["fuerza"])
+            tip_o = gr.Radio(op_tipo("en"), value="gen",
+                             label=T["en"]["tipo"])
+        with gr.Row():
+            btn_o = gr.Button(T["en"]["btn1"], variant="primary")
+            btn_s = gr.Button(T["en"]["btn3"])
+        # el barrido va pegado a su botón y en un desplegable que se
+        # abre solo: con la salida al final de la pestaña, debajo de
+        # la tabla por cabeza, quedaba fuera de pantalla y el botón
+        # parecía no hacer nada
+        with gr.Accordion(T["en"]["figs"], open=False) as ple_s:
+            fig_s = gr.Plot(show_label=False)
+        res_o = gr.Markdown(latex_delimiters=LATEX)
+        fig_o = gr.Plot(label=T["en"]["figb"])
+        tab_o = gr.Dataframe(headers=T["en"]["cab"],
+                             label=T["en"]["porcabeza"])
+        col_o.change(capas_de, col_o, capa_o)
+        btn_o.click(orbita, [idi, col_o, capa_o, sem_o, fue_o, tip_o],
+                    [res_o, tab_o, fig_o])
+        btn_s.click(barrido, [idi, col_o, capa_o, sem_o], fig_s).then(
+            lambda: gr.update(open=True), None, ple_s)
+    with gr.Tab(T["en"]["tab2"]) as pes2:
+        with gr.Row():
+            col_d = gr.Dropdown(op_columna("en"), value="vitb",
+                                label=T["en"]["col"])
+            capa_d = gr.Dropdown(list(range(12)), value=5,
+                                 label=T["en"]["capa"])
+            sem_d = gr.Number(value=0, precision=0, label=T["en"]["sem"])
+            fue_d = gr.Dropdown(op_fuerza("en"), value=8.0,
+                                label=T["en"]["fuerza"])
+        btn_d = gr.Button(T["en"]["btn2"], variant="primary")
+        res_d = gr.Markdown(latex_delimiters=LATEX)
+        fig_m = gr.Plot(label=T["en"]["fig"])
+        est = gr.State({})
+        col_d.change(capas_de, col_d, capa_d)
+        btn_d.click(decision, [idi, col_d, capa_d, sem_d, fue_d, est],
+                    [res_d, est, fig_m])
+    with gr.Tab(T["en"]["tab3"]) as pes3:
+        qsm = gr.Markdown(QSM["en"], latex_delimiters=LATEX)
+    idi.change(cambia_idioma, idi,
+               [cab, col_o, capa_o, sem_o, fue_o, tip_o, btn_o, btn_s,
+                ple_s, fig_o, tab_o, col_d, capa_d, sem_d, fue_d,
+                btn_d, fig_m, qsm, pes1, pes2, pes3])
+
+if __name__ == "__main__":
+    demo.launch()

artifacts/demo/sector_vo_pythia.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:65ce0d4a55d05a741cdc3333736cc106b10fc2382d7048ca823bd612b62c8d59
+size 201518424

artifacts/demo/sector_vo_vitb.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c17db69cdd7813d98b126767c8836e9b58cc51e8ff70ae302d8a89d653f05823
+size 56693928

datos.json

@@ -1,1226 +0,0 @@
-{
- "L0_suave_s1": {
-  "img": "imgs/L0_suave_s1.png",
-  "deriva_v1": 0.6786,
-  "deriva_circ": 2.4737257953593404e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   7,
-   0.882
-  ],
-  "par_despues": [
-   4,
-   10,
-   0.23
-  ],
-  "mismo_par": false
- },
- "L0_suave_s2": {
-  "img": "imgs/L0_suave_s2.png",
-  "deriva_v1": 0.7727,
-  "deriva_circ": 4.9862848498447405e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   7,
-   0.882
-  ],
-  "par_despues": [
-   0,
-   7,
-   0.23
-  ],
-  "mismo_par": false
- },
- "L0_media_s1": {
-  "img": "imgs/L0_media_s1.png",
-  "deriva_v1": 0.6294,
-  "deriva_circ": 1.552756834466925e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   7,
-   0.882
-  ],
-  "par_despues": [
-   5,
-   6,
-   0.21
-  ],
-  "mismo_par": false
- },
- "L0_media_s2": {
-  "img": "imgs/L0_media_s2.png",
-  "deriva_v1": 0.7734,
-  "deriva_circ": 6.469941050785416e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   7,
-   0.882
-  ],
-  "par_despues": [
-   1,
-   6,
-   0.217
-  ],
-  "mismo_par": false
- },
- "L0_fuerte_s1": {
-  "img": "imgs/L0_fuerte_s1.png",
-  "deriva_v1": 0.6268,
-  "deriva_circ": 2.6460257025054178e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   7,
-   0.882
-  ],
-  "par_despues": [
-   5,
-   6,
-   0.16
-  ],
-  "mismo_par": false
- },
- "L0_fuerte_s2": {
-  "img": "imgs/L0_fuerte_s2.png",
-  "deriva_v1": 0.787,
-  "deriva_circ": 2.133179670784439e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   7,
-   0.882
-  ],
-  "par_despues": [
-   1,
-   6,
-   0.251
-  ],
-  "mismo_par": false
- },
- "L1_suave_s1": {
-  "img": "imgs/L1_suave_s1.png",
-  "deriva_v1": 0.7452,
-  "deriva_circ": 2.99425601847311e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   8,
-   0.548
-  ],
-  "par_despues": [
-   1,
-   8,
-   0.172
-  ],
-  "mismo_par": false
- },
- "L1_suave_s2": {
-  "img": "imgs/L1_suave_s2.png",
-  "deriva_v1": 0.8741,
-  "deriva_circ": 5.601183727364095e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   8,
-   0.548
-  ],
-  "par_despues": [
-   2,
-   8,
-   0.116
-  ],
-  "mismo_par": true
- },
- "L1_media_s1": {
-  "img": "imgs/L1_media_s1.png",
-  "deriva_v1": 0.8091,
-  "deriva_circ": 1.80701113271146e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   8,
-   0.548
-  ],
-  "par_despues": [
-   4,
-   5,
-   0.11
-  ],
-  "mismo_par": false
- },
- "L1_media_s2": {
-  "img": "imgs/L1_media_s2.png",
-  "deriva_v1": 0.7987,
-  "deriva_circ": 7.415678744979554e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   8,
-   0.548
-  ],
-  "par_despues": [
-   5,
-   11,
-   0.154
-  ],
-  "mismo_par": false
- },
- "L1_fuerte_s1": {
-  "img": "imgs/L1_fuerte_s1.png",
-  "deriva_v1": 0.8351,
-  "deriva_circ": 2.963954738895629e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   8,
-   0.548
-  ],
-  "par_despues": [
-   5,
-   7,
-   0.122
-  ],
-  "mismo_par": false
- },
- "L1_fuerte_s2": {
-  "img": "imgs/L1_fuerte_s2.png",
-  "deriva_v1": 0.7861,
-  "deriva_circ": 2.613230767485379e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   8,
-   0.548
-  ],
-  "par_despues": [
-   5,
-   11,
-   0.148
-  ],
-  "mismo_par": false
- },
- "L2_suave_s1": {
-  "img": "imgs/L2_suave_s1.png",
-  "deriva_v1": 0.8127,
-  "deriva_circ": 2.879997179974982e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   11,
-   0.512
-  ],
-  "par_despues": [
-   2,
-   8,
-   0.118
-  ],
-  "mismo_par": false
- },
- "L2_suave_s2": {
-  "img": "imgs/L2_suave_s2.png",
-  "deriva_v1": 0.8315,
-  "deriva_circ": 5.764363813108119e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   11,
-   0.512
-  ],
-  "par_despues": [
-   2,
-   11,
-   0.158
-  ],
-  "mismo_par": true
- },
- "L2_media_s1": {
-  "img": "imgs/L2_media_s1.png",
-  "deriva_v1": 0.8766,
-  "deriva_circ": 1.905719006806521e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   11,
-   0.512
-  ],
-  "par_despues": [
-   2,
-   11,
-   0.193
-  ],
-  "mismo_par": true
- },
- "L2_media_s2": {
-  "img": "imgs/L2_media_s2.png",
-  "deriva_v1": 0.8431,
-  "deriva_circ": 8.191468928587784e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   11,
-   0.512
-  ],
-  "par_despues": [
-   1,
-   6,
-   0.144
-  ],
-  "mismo_par": false
- },
- "L2_fuerte_s1": {
-  "img": "imgs/L2_fuerte_s1.png",
-  "deriva_v1": 0.9084,
-  "deriva_circ": 3.027170995207917e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   11,
-   0.512
-  ],
-  "par_despues": [
-   2,
-   11,
-   0.19
-  ],
-  "mismo_par": true
- },
- "L2_fuerte_s2": {
-  "img": "imgs/L2_fuerte_s2.png",
-  "deriva_v1": 0.8408,
-  "deriva_circ": 2.6019565593414515e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   11,
-   0.512
-  ],
-  "par_despues": [
-   1,
-   6,
-   0.143
-  ],
-  "mismo_par": false
- },
- "L3_suave_s1": {
-  "img": "imgs/L3_suave_s1.png",
-  "deriva_v1": 0.8759,
-  "deriva_circ": 2.8129642052878183e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   4,
-   9,
-   0.171
-  ],
-  "par_despues": [
-   2,
-   9,
-   0.113
-  ],
-  "mismo_par": false
- },
- "L3_suave_s2": {
-  "img": "imgs/L3_suave_s2.png",
-  "deriva_v1": 0.8475,
-  "deriva_circ": 5.809119070152899e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   4,
-   9,
-   0.171
-  ],
-  "par_despues": [
-   3,
-   8,
-   0.11
-  ],
-  "mismo_par": false
- },
- "L3_media_s1": {
-  "img": "imgs/L3_media_s1.png",
-  "deriva_v1": 0.8642,
-  "deriva_circ": 1.8837829840199678e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   4,
-   9,
-   0.171
-  ],
-  "par_despues": [
-   0,
-   1,
-   0.153
-  ],
-  "mismo_par": false
- },
- "L3_media_s2": {
-  "img": "imgs/L3_media_s2.png",
-  "deriva_v1": 0.8581,
-  "deriva_circ": 7.957037835563568e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   4,
-   9,
-   0.171
-  ],
-  "par_despues": [
-   4,
-   11,
-   0.124
-  ],
-  "mismo_par": false
- },
- "L3_fuerte_s1": {
-  "img": "imgs/L3_fuerte_s1.png",
-  "deriva_v1": 0.8548,
-  "deriva_circ": 2.95812812652673e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   4,
-   9,
-   0.171
-  ],
-  "par_despues": [
-   2,
-   6,
-   0.14
-  ],
-  "mismo_par": false
- },
- "L3_fuerte_s2": {
-  "img": "imgs/L3_fuerte_s2.png",
-  "deriva_v1": 0.8444,
-  "deriva_circ": 2.7124494874277234e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   4,
-   9,
-   0.171
-  ],
-  "par_despues": [
-   4,
-   11,
-   0.112
-  ],
-  "mismo_par": false
- },
- "L4_suave_s1": {
-  "img": "imgs/L4_suave_s1.png",
-  "deriva_v1": 0.8383,
-  "deriva_circ": 2.9134602291283086e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   6,
-   0.225
-  ],
-  "par_despues": [
-   5,
-   10,
-   0.155
-  ],
-  "mismo_par": false
- },
- "L4_suave_s2": {
-  "img": "imgs/L4_suave_s2.png",
-  "deriva_v1": 0.8496,
-  "deriva_circ": 5.825031497296666e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   6,
-   0.225
-  ],
-  "par_despues": [
-   1,
-   10,
-   0.117
-  ],
-  "mismo_par": false
- },
- "L4_media_s1": {
-  "img": "imgs/L4_media_s1.png",
-  "deriva_v1": 0.8302,
-  "deriva_circ": 1.9144603416035137e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   6,
-   0.225
-  ],
-  "par_despues": [
-   5,
-   10,
-   0.16
-  ],
-  "mismo_par": false
- },
- "L4_media_s2": {
-  "img": "imgs/L4_media_s2.png",
-  "deriva_v1": 0.809,
-  "deriva_circ": 7.769447875944547e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   6,
-   0.225
-  ],
-  "par_despues": [
-   3,
-   10,
-   0.098
-  ],
-  "mismo_par": false
- },
- "L4_fuerte_s1": {
-  "img": "imgs/L4_fuerte_s1.png",
-  "deriva_v1": 0.8443,
-  "deriva_circ": 3.015301548006439e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   6,
-   0.225
-  ],
-  "par_despues": [
-   5,
-   10,
-   0.15
-  ],
-  "mismo_par": false
- },
- "L4_fuerte_s2": {
-  "img": "imgs/L4_fuerte_s2.png",
-  "deriva_v1": 0.8071,
-  "deriva_circ": 2.7054490186557386e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   2,
-   6,
-   0.225
-  ],
-  "par_despues": [
-   1,
-   9,
-   0.113
-  ],
-  "mismo_par": false
- },
- "L5_suave_s1": {
-  "img": "imgs/L5_suave_s1.png",
-  "deriva_v1": 0.8377,
-  "deriva_circ": 3.047820941731155e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   3,
-   9,
-   0.454
-  ],
-  "par_despues": [
-   5,
-   7,
-   0.189
-  ],
-  "mismo_par": false
- },
- "L5_suave_s2": {
-  "img": "imgs/L5_suave_s2.png",
-  "deriva_v1": 0.8498,
-  "deriva_circ": 5.865610656173236e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   3,
-   9,
-   0.454
-  ],
-  "par_despues": [
-   3,
-   9,
-   0.103
-  ],
-  "mismo_par": true
- },
- "L5_media_s1": {
-  "img": "imgs/L5_media_s1.png",
-  "deriva_v1": 0.8772,
-  "deriva_circ": 1.931950503998985e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   3,
-   9,
-   0.454
-  ],
-  "par_despues": [
-   1,
-   9,
-   0.135
-  ],
-  "mismo_par": false
- },
- "L5_media_s2": {
-  "img": "imgs/L5_media_s2.png",
-  "deriva_v1": 0.8122,
-  "deriva_circ": 8.236064575967118e-14,
-  "ordenes_magnitud": 12,
-  "par_antes": [
-   3,
-   9,
-   0.454
-  ],
-  "par_despues": [
-   0,
-   1,
-   0.098
-  ],
-  "mismo_par": false
- },
- "L5_fuerte_s1": {
-  "img": "imgs/L5_fuerte_s1.png",
-  "deriva_v1": 0.8701,
-  "deriva_circ": 3.0786391199404436e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   3,
-   9,
-   0.454
-  ],
-  "par_despues": [
-   1,
-   9,
-   0.121
-  ],
-  "mismo_par": false
- },
- "L5_fuerte_s2": {
-  "img": "imgs/L5_fuerte_s2.png",
-  "deriva_v1": 0.7986,
-  "deriva_circ": 2.7028471609653922e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   3,
-   9,
-   0.454
-  ],
-  "par_despues": [
-   0,
-   1,
-   0.106
-  ],
-  "mismo_par": false
- },
- "L6_suave_s1": {
-  "img": "imgs/L6_suave_s1.png",
-  "deriva_v1": 0.8506,
-  "deriva_circ": 3.162705240413337e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   8,
-   0.703
-  ],
-  "par_despues": [
-   5,
-   9,
-   0.13
-  ],
-  "mismo_par": false
- },
- "L6_suave_s2": {
-  "img": "imgs/L6_suave_s2.png",
-  "deriva_v1": 0.8241,
-  "deriva_circ": 5.797686128711883e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   8,
-   0.703
-  ],
-  "par_despues": [
-   10,
-   11,
-   0.208
-  ],
-  "mismo_par": false
- },
- "L6_media_s1": {
-  "img": "imgs/L6_media_s1.png",
-  "deriva_v1": 0.8474,
-  "deriva_circ": 1.9306993491334054e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   8,
-   0.703
-  ],
-  "par_despues": [
-   2,
-   6,
-   0.139
-  ],
-  "mismo_par": false
- },
- "L6_media_s2": {
-  "img": "imgs/L6_media_s2.png",
-  "deriva_v1": 0.8537,
-  "deriva_circ": 7.479571097365316e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   8,
-   0.703
-  ],
-  "par_despues": [
-   2,
-   6,
-   0.132
-  ],
-  "mismo_par": false
- },
- "L6_fuerte_s1": {
-  "img": "imgs/L6_fuerte_s1.png",
-  "deriva_v1": 0.8259,
-  "deriva_circ": 2.9529236640449954e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   8,
-   0.703
-  ],
-  "par_despues": [
-   2,
-   6,
-   0.17
-  ],
-  "mismo_par": false
- },
- "L6_fuerte_s2": {
-  "img": "imgs/L6_fuerte_s2.png",
-  "deriva_v1": 0.8447,
-  "deriva_circ": 2.7626367797404217e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   8,
-   0.703
-  ],
-  "par_despues": [
-   2,
-   6,
-   0.113
-  ],
-  "mismo_par": false
- },
- "L7_suave_s1": {
-  "img": "imgs/L7_suave_s1.png",
-  "deriva_v1": 0.8616,
-  "deriva_circ": 3.1011565115169496e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   5,
-   10,
-   0.647
-  ],
-  "par_despues": [
-   9,
-   10,
-   0.101
-  ],
-  "mismo_par": false
- },
- "L7_suave_s2": {
-  "img": "imgs/L7_suave_s2.png",
-  "deriva_v1": 0.8613,
-  "deriva_circ": 5.761667178513975e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   5,
-   10,
-   0.647
-  ],
-  "par_despues": [
-   3,
-   5,
-   0.112
-  ],
-  "mismo_par": false
- },
- "L7_media_s1": {
-  "img": "imgs/L7_media_s1.png",
-  "deriva_v1": 0.8736,
-  "deriva_circ": 1.9817014947860575e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   5,
-   10,
-   0.647
-  ],
-  "par_despues": [
-   5,
-   8,
-   0.127
-  ],
-  "mismo_par": false
- },
- "L7_media_s2": {
-  "img": "imgs/L7_media_s2.png",
-  "deriva_v1": 0.8387,
-  "deriva_circ": 8.280716335893669e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   5,
-   10,
-   0.647
-  ],
-  "par_despues": [
-   1,
-   7,
-   0.088
-  ],
-  "mismo_par": false
- },
- "L7_fuerte_s1": {
-  "img": "imgs/L7_fuerte_s1.png",
-  "deriva_v1": 0.8789,
-  "deriva_circ": 3.1076818388437473e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   5,
-   10,
-   0.647
-  ],
-  "par_despues": [
-   5,
-   8,
-   0.113
-  ],
-  "mismo_par": false
- },
- "L7_fuerte_s2": {
-  "img": "imgs/L7_fuerte_s2.png",
-  "deriva_v1": 0.8362,
-  "deriva_circ": 2.794673517007365e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   5,
-   10,
-   0.647
-  ],
-  "par_despues": [
-   8,
-   10,
-   0.07
-  ],
-  "mismo_par": false
- },
- "L8_suave_s1": {
-  "img": "imgs/L8_suave_s1.png",
-  "deriva_v1": 0.8371,
-  "deriva_circ": 3.159660707976963e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   8,
-   0.923
-  ],
-  "par_despues": [
-   3,
-   6,
-   0.106
-  ],
-  "mismo_par": false
- },
- "L8_suave_s2": {
-  "img": "imgs/L8_suave_s2.png",
-  "deriva_v1": 0.8326,
-  "deriva_circ": 6.179127019580005e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   8,
-   0.923
-  ],
-  "par_despues": [
-   5,
-   6,
-   0.087
-  ],
-  "mismo_par": false
- },
- "L8_media_s1": {
-  "img": "imgs/L8_media_s1.png",
-  "deriva_v1": 0.8297,
-  "deriva_circ": 1.9967340691735304e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   8,
-   0.923
-  ],
-  "par_despues": [
-   6,
-   8,
-   0.119
-  ],
-  "mismo_par": true
- },
- "L8_media_s2": {
-  "img": "imgs/L8_media_s2.png",
-  "deriva_v1": 0.8221,
-  "deriva_circ": 8.406723915372021e-14,
-  "ordenes_magnitud": 12,
-  "par_antes": [
-   6,
-   8,
-   0.923
-  ],
-  "par_despues": [
-   3,
-   7,
-   0.091
-  ],
-  "mismo_par": false
- },
- "L8_fuerte_s1": {
-  "img": "imgs/L8_fuerte_s1.png",
-  "deriva_v1": 0.844,
-  "deriva_circ": 3.1070542356021955e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   8,
-   0.923
-  ],
-  "par_despues": [
-   2,
-   8,
-   0.113
-  ],
-  "mismo_par": false
- },
- "L8_fuerte_s2": {
-  "img": "imgs/L8_fuerte_s2.png",
-  "deriva_v1": 0.827,
-  "deriva_circ": 2.8388147017913648e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   6,
-   8,
-   0.923
-  ],
-  "par_despues": [
-   8,
-   11,
-   0.092
-  ],
-  "mismo_par": false
- },
- "L9_suave_s1": {
-  "img": "imgs/L9_suave_s1.png",
-  "deriva_v1": 0.91,
-  "deriva_circ": 3.113742104090125e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   8,
-   0.422
-  ],
-  "par_despues": [
-   0,
-   8,
-   0.109
-  ],
-  "mismo_par": true
- },
- "L9_suave_s2": {
-  "img": "imgs/L9_suave_s2.png",
-  "deriva_v1": 0.877,
-  "deriva_circ": 6.094876258725251e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   8,
-   0.422
-  ],
-  "par_despues": [
-   3,
-   4,
-   0.104
-  ],
-  "mismo_par": false
- },
- "L9_media_s1": {
-  "img": "imgs/L9_media_s1.png",
-  "deriva_v1": 0.933,
-  "deriva_circ": 2.007609235255005e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   8,
-   0.422
-  ],
-  "par_despues": [
-   3,
-   5,
-   0.074
-  ],
-  "mismo_par": false
- },
- "L9_media_s2": {
-  "img": "imgs/L9_media_s2.png",
-  "deriva_v1": 0.8425,
-  "deriva_circ": 8.324532178188378e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   8,
-   0.422
-  ],
-  "par_despues": [
-   3,
-   10,
-   0.121
-  ],
-  "mismo_par": false
- },
- "L9_fuerte_s1": {
-  "img": "imgs/L9_fuerte_s1.png",
-  "deriva_v1": 0.9228,
-  "deriva_circ": 3.17377462724315e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   8,
-   0.422
-  ],
-  "par_despues": [
-   5,
-   9,
-   0.081
-  ],
-  "mismo_par": false
- },
- "L9_fuerte_s2": {
-  "img": "imgs/L9_fuerte_s2.png",
-  "deriva_v1": 0.8389,
-  "deriva_circ": 2.8617318086734605e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   8,
-   0.422
-  ],
-  "par_despues": [
-   3,
-   10,
-   0.109
-  ],
-  "mismo_par": false
- },
- "L10_suave_s1": {
-  "img": "imgs/L10_suave_s1.png",
-  "deriva_v1": 0.8477,
-  "deriva_circ": 3.110335961284467e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   3,
-   0.583
-  ],
-  "par_despues": [
-   7,
-   10,
-   0.105
-  ],
-  "mismo_par": false
- },
- "L10_suave_s2": {
-  "img": "imgs/L10_suave_s2.png",
-  "deriva_v1": 0.8731,
-  "deriva_circ": 6.105995368288468e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   3,
-   0.583
-  ],
-  "par_despues": [
-   0,
-   7,
-   0.097
-  ],
-  "mismo_par": false
- },
- "L10_media_s1": {
-  "img": "imgs/L10_media_s1.png",
-  "deriva_v1": 0.8662,
-  "deriva_circ": 1.9916351714317566e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   3,
-   0.583
-  ],
-  "par_despues": [
-   7,
-   8,
-   0.108
-  ],
-  "mismo_par": false
- },
- "L10_media_s2": {
-  "img": "imgs/L10_media_s2.png",
-  "deriva_v1": 0.8814,
-  "deriva_circ": 8.313739099757465e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   3,
-   0.583
-  ],
-  "par_despues": [
-   0,
-   7,
-   0.088
-  ],
-  "mismo_par": false
- },
- "L10_fuerte_s1": {
-  "img": "imgs/L10_fuerte_s1.png",
-  "deriva_v1": 0.8551,
-  "deriva_circ": 3.12802461650481e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   3,
-   0.583
-  ],
-  "par_despues": [
-   7,
-   8,
-   0.095
-  ],
-  "mismo_par": false
- },
- "L10_fuerte_s2": {
-  "img": "imgs/L10_fuerte_s2.png",
-  "deriva_v1": 0.8863,
-  "deriva_circ": 2.869690316839748e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   0,
-   3,
-   0.583
-  ],
-  "par_despues": [
-   1,
-   10,
-   0.084
-  ],
-  "mismo_par": false
- },
- "L11_suave_s1": {
-  "img": "imgs/L11_suave_s1.png",
-  "deriva_v1": 0.7919,
-  "deriva_circ": 2.878703791209282e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   8,
-   9,
-   0.92
-  ],
-  "par_despues": [
-   3,
-   7,
-   0.176
-  ],
-  "mismo_par": false
- },
- "L11_suave_s2": {
-  "img": "imgs/L11_suave_s2.png",
-  "deriva_v1": 0.8022,
-  "deriva_circ": 6.204952614598513e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   8,
-   9,
-   0.92
-  ],
-  "par_despues": [
-   4,
-   9,
-   0.237
-  ],
-  "mismo_par": false
- },
- "L11_media_s1": {
-  "img": "imgs/L11_media_s1.png",
-  "deriva_v1": 0.7892,
-  "deriva_circ": 1.984885674138256e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   8,
-   9,
-   0.92
-  ],
-  "par_despues": [
-   3,
-   7,
-   0.185
-  ],
-  "mismo_par": false
- },
- "L11_media_s2": {
-  "img": "imgs/L11_media_s2.png",
-  "deriva_v1": 0.8032,
-  "deriva_circ": 8.129645132437228e-14,
-  "ordenes_magnitud": 12,
-  "par_antes": [
-   8,
-   9,
-   0.92
-  ],
-  "par_despues": [
-   4,
-   9,
-   0.22
-  ],
-  "mismo_par": false
- },
- "L11_fuerte_s1": {
-  "img": "imgs/L11_fuerte_s1.png",
-  "deriva_v1": 0.7973,
-  "deriva_circ": 3.1385631552222743e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   8,
-   9,
-   0.92
-  ],
-  "par_despues": [
-   3,
-   7,
-   0.181
-  ],
-  "mismo_par": false
- },
- "L11_fuerte_s2": {
-  "img": "imgs/L11_fuerte_s2.png",
-  "deriva_v1": 0.8202,
-  "deriva_circ": 2.807503880189621e-14,
-  "ordenes_magnitud": 13,
-  "par_antes": [
-   8,
-   9,
-   0.92
-  ],
-  "par_despues": [
-   4,
-   9,
-   0.178
-  ],
-  "mismo_par": false
- }
-}

demo/portador.py

@@ -0,0 +1,227 @@
+"""portador ligero del sector valor-salida para la demo.
+
+`src/gauge_flip.py` opera sobre `modelo.blocks[capa].attn.qkv` y
+`.proj`, es decir sobre un vit de timm de 984 mb. la demo no puede
+cargar eso, pero tampoco debe reimplementar el gauge: reimplementarlo
+sería perder la propiedad que hace fiable a esta ruta ---que la demo
+ejecuta el mismo código que produjo las tablas 2 y 3---.
+
+la salida es un objeto mínimo que expone exactamente esa interfaz
+sobre los tensores del safetensors. `aplica_gauge_ov` corre **sin una
+sola modificación**; solo toca las filas de valor del qkv, su sesgo y
+las columnas de la proyección de salida, que es lo que el portador
+tiene. el resto del qkv es relleno que la función jamás lee.
+"""
+
+import pathlib
+
+import torch
+from safetensors.torch import load_file
+
+
+class _Lineal:
+    """imita `nn.Linear` en los dos atributos que el gauge usa."""
+
+    def __init__(self, weight: torch.Tensor,
+                 bias: torch.Tensor | None = None) -> None:
+        """guarda peso y sesgo como tensores mutables.
+
+        Args:
+            weight: matriz de pesos.
+            bias: vector de sesgo, o None.
+        """
+        self.weight = weight
+        self.bias = bias
+
+
+class _Atencion:
+    """imita el módulo de atención de timm: `.qkv` y `.proj`."""
+
+    def __init__(self, qkv: _Lineal, proj: _Lineal) -> None:
+        """agrupa las dos proyecciones.
+
+        Args:
+            qkv: proyección fusionada consulta-clave-valor.
+            proj: proyección de salida.
+        """
+        self.qkv = qkv
+        self.proj = proj
+
+
+class _Bloque:
+    """imita un bloque de timm: solo expone `.attn`."""
+
+    def __init__(self, attn: _Atencion) -> None:
+        """envuelve la atención.
+
+        Args:
+            attn: el módulo de atención del bloque.
+        """
+        self.attn = attn
+
+
+class PortadorVO:
+    """vit de mentira con el sector valor-salida de verdad.
+
+    Attributes:
+        blocks: lista de bloques con la interfaz que el gauge espera.
+        n_cabezas: cabezas por capa.
+        dim_cabeza: d_h.
+    """
+
+    def __init__(self, ruta: str) -> None:
+        """monta el portador desde el safetensors del sector.
+
+        los tensores se elevan a float64. `aplica_gauge_ov` calcula r y
+        su inversa en doble y devuelve el resultado al dtype del peso:
+        con el portador en simple, ese último casteo deja un error de
+        ~1e-7 relativo y el circuito ov ---que es exactamente
+        invariante--- aparece moviéndose milésimas de grado, más que
+        v1(w_o) bajo un gauge ortogonal. en doble no se pierde nada y
+        la invariancia se lee al orden que certifica la fase g.
+
+        Args:
+            ruta: fichero generado por `scripts/extraer_sector_vo.py`.
+        """
+        s = load_file(ruta)
+        capas = 1 + max(int(k.split(".")[0][1:]) for k in s)
+        self.n_cabezas = 1 + max(int(k.split(".")[1][1:]) for k in s)
+        self.dim_cabeza = s["L0.h0.w_v"].shape[0]
+        d = s["L0.h0.w_v"].shape[1]
+        nh, dh = self.n_cabezas, self.dim_cabeza
+        self.blocks = []
+        for c in range(capas):
+            qkv_w = torch.zeros(3 * d, d, dtype=torch.float64)
+            qkv_b = torch.zeros(3 * d, dtype=torch.float64)
+            proj_w = torch.zeros(d, d, dtype=torch.float64)
+            for h in range(nh):
+                fil = slice(2 * d + h * dh, 2 * d + (h + 1) * dh)
+                col = slice(h * dh, (h + 1) * dh)
+                qkv_w[fil, :] = s[f"L{c}.h{h}.w_v"].double()
+                qkv_b[fil] = s[f"L{c}.h{h}.b_v"].double()
+                proj_w[:, col] = (
+                    s[f"L{c}.h{h}.w_o"].t().double())
+            self.blocks.append(
+                _Bloque(_Atencion(_Lineal(qkv_w, qkv_b), _Lineal(proj_w))))
+
+    def w_o_por_cabeza(self, capa: int) -> torch.Tensor:
+        """proyección de salida por cabeza, tras el gauge que haya.
+
+        Args:
+            capa: índice de capa.
+
+        Returns:
+            tensor [h, dh, d].
+        """
+        w = self.blocks[capa].attn.proj.weight
+        dh = self.dim_cabeza
+        return torch.stack([w[:, h * dh:(h + 1) * dh].t()
+                            for h in range(self.n_cabezas)])
+
+    def copia(self) -> "PortadorVO":
+        """duplica el portador para aplicarle un gauge sin destruirlo.
+
+        Returns:
+            un portador independiente con los mismos pesos.
+        """
+        otro = PortadorVO.__new__(PortadorVO)
+        otro.n_cabezas, otro.dim_cabeza = self.n_cabezas, self.dim_cabeza
+        otro.blocks = []
+        for b in self.blocks:
+            q, p = b.attn.qkv, b.attn.proj
+            otro.blocks.append(_Bloque(_Atencion(
+                _Lineal(q.weight.clone(), q.bias.clone()),
+                _Lineal(p.weight.clone()))))
+        return otro
+
+
+def carga(col: str = "vitb", raiz: str = "artifacts/demo") -> PortadorVO:
+    """carga el portador de una columna.
+
+    Args:
+        col: etiqueta de columna (vitb o pythia).
+        raiz: directorio de los safetensors.
+
+    Returns:
+        el portador montado.
+
+    Raises:
+        FileNotFoundError: si falta el fichero del sector.
+    """
+    ruta = pathlib.Path(raiz) / f"sector_vo_{col}.safetensors"
+    if not ruta.exists():
+        raise FileNotFoundError(
+            f"{ruta}: ejecuta antes scripts/extraer_sector_vo.py")
+    return PortadorVO(str(ruta))
+
+
+def verifica_relleno(p: PortadorVO, capa: int = 0,
+                     escala_id: float = 8.0) -> None:
+    """comprueba que el gauge no toca las regiones de relleno.
+
+    el portador funciona porque `aplica_gauge_ov` solo lee y escribe
+    las filas de valor del qkv, su sesgo y las columnas de la
+    proyección de salida. eso es un contrato implícito con `src/`: si
+    una versión futura del gauge tocara consulta o clave, el portador
+    serviría derivas de un modelo que ya no es el del paper, y lo
+    haría en silencio. este assert convierte el contrato en fallo
+    ruidoso.
+
+    Args:
+        p: portador ya montado.
+        capa: capa sobre la que probar.
+        escala_id: fuerza del gauge de prueba.
+
+    Raises:
+        AssertionError: si el gauge escribe fuera del sector de valor.
+    """
+    from src.gauge_flip import aplica_gauge_ov
+
+    q = p.copia()
+    w = q.blocks[capa].attn.qkv.weight
+    d = w.shape[1]
+    antes_w = w[:2 * d, :].clone()
+    antes_b = q.blocks[capa].attn.qkv.bias[:2 * d].clone()
+    aplica_gauge_ov(q, capa, q.n_cabezas, q.dim_cabeza, semilla=0,
+                    escala_id=escala_id)
+    assert torch.equal(q.blocks[capa].attn.qkv.weight[:2 * d, :], antes_w), (
+        "el gauge escribió en las filas de consulta o clave: el portador "
+        "ya no representa al modelo del paper")
+    assert torch.equal(q.blocks[capa].attn.qkv.bias[:2 * d], antes_b), (
+        "el gauge escribió en el sesgo de consulta o clave")
+
+
+def verifica_manifiesto(raiz: str = ".") -> None:
+    """contrasta el sha256 de lo vendido contra `manifiesto.sha256`.
+
+    el Space lleva copias del código del paper, y las copias derivan.
+    esto es el patrón de identidad byte a byte de g4 aplicado al
+    código: si un fichero cambió, el arranque falla en vez de servir
+    derivas de algo que ya no es el aparato publicado. si no hay
+    manifiesto ---ejecución local desde el repo--- no hay nada que
+    contrastar y la función no hace nada.
+
+    Args:
+        raiz: directorio donde vive `manifiesto.sha256`.
+
+    Raises:
+        AssertionError: si algún fichero falta o su hash no cuadra.
+    """
+    import hashlib
+
+    m = pathlib.Path(raiz) / "manifiesto.sha256"
+    if not m.exists():
+        return
+    for linea in m.read_text(encoding="utf-8").splitlines():
+        if not linea.strip():
+            continue
+        esperado, rel = linea.split("  ", 1)
+        f = pathlib.Path(raiz) / rel
+        assert f.exists(), f"manifiesto: falta {rel}"
+        h = hashlib.sha256()
+        with open(f, "rb") as fh:
+            for b in iter(lambda: fh.read(1 << 20), b""):
+                h.update(b)
+        assert h.hexdigest() == esperado, (
+            f"manifiesto: {rel} ha derivado respecto al commit firmado; "
+            f"el Space no sirve un código que no es el del paper")