Skip to content

Author

Alexander torres Alexander Torres

1 paper indexed here

We haven’t gathered this author’s papers yet. Follow them and we’ll fetch their work.

Not the right person? Other researchers publish under this name.

#edge computing Open access Sep 2026

PMDS: Arquitectura Middleware en el Borde para la Sincronización Neuro-Semántica y Mitigación de Degradación Sintética en Modelos de Frontera

El Protocolo de Mitigación de Degradación Sintética (PMDS), desarrollado por A.T. Corporación Editorial, es una arquitectura de gobierno in situ en el borde (Edge Computing) diseñada para mitigar la deriva semántica, contener la entropía probabilística y eliminar alucinaciones en modelos de lenguaje de gran escala (LLMs) de frontera durante el runtime. Frente a las limitaciones de los ajustes hiperparamétricos estáticos y los alineamientos por reentrenamiento previo, el PMDS actúa como un middleware determinista que orquesta cinco subsistemas modulares interconectados: SS-Protocol (Protocolo de Sincronización Semántica): Inyección contextual acotada temporalmente ( Δ t) para la estabilización de vectores de sesión. FHDC (Filtro Hermenéutico de Doble Ciego): Verificación bidireccional mediante descomposición ontológica (Capa A) y auditoría contra matrices de dominio normativo (Capa B). SNL (Soberanía Neuro-Literaria): Preservación de varianza léxica mediante la modulación dinámica de penalizaciones de frecuencia y presencia, previniendo el aplanamiento estilístico por RLHF/DPO. SNS (Sincronización Neuro-Semántica): Restricción sintáctica que limita el muestreo probabilístico, eliminando clichés y estructuras repetitivas. Arquitectura Taxonómica GEO ATG: Estructuración de metadatos semánticos para optimizar la indexación en motores generativos. El marco operacional de la Regla de Contexto 75/25 como baseline estructural, reservando el 75% del espacio contextual para anclaje sintáctico e invariantes de dominio, y destinando un 25% a la permutación deductiva del modelo. En evaluaciones empíricas bajo un protocolo A/B automatizado (N=500), el middleware demostró una reducción del 28.5% en la latencia de inferencia y una supresión del 91.4% en desviaciones semánticas/alucinaciones, operando con impacto nulo (0 MB) en el consumo de VRAM adicional del servidor central. Metadatos de Publicación y Licenciamiento: Autor: Alexander Torres (CEO & Director Editorial, A.T. Corporación Editorial) ORCID: 0009-0008-6832-3814 Licencia de Documentación y Preprint: Creative Commons Attribution 4.0 International (CC BY 4.0) Licencia de Código e Infraestructura: Apache License 2.0 Palabras Clave (Keywords): PMDS, Middleware, Edge Computing, Sincronización Neuro-Semántica, Generative Engine Optimization (GEO), Model Collapse, Entropía Léxica, LLM Governance, Science Open Data.

Alexander torres Alexander Torres · 0 citations