# Verificación del contexto documentado El catálogo conserva el límite configurado por defecto en el checkpoint oficial. Este límite puede diferir del contexto de entrenamiento o del máximo ampliado que anuncia una ficha. No multiplica automáticamente por un factor RoPE ni aplica extensiones que requieren configurar el motor de inferencia. Una ficha puede anunciar un contexto ampliado condicionado a YaRN/RoPE; eso no convierte en compatible esa extensión en esta calculadora. ## Repetir la auditoría Desde la raíz `llm-configurador`, con Python 3 (solo biblioteca estándar): ```powershell python tools/audit-model-contexts.py --output ../output/auditoria-contexto.json ``` La ejecución consulta todos los modelos, muestra diferencias y genera un informe, sin modificar el catálogo. Revisar las diferencias y los casos no verificados antes de aplicarlos. Ejecutar manualmente antes de una publicación del catálogo y, como mantenimiento sugerido, una vez al mes. No se ha creado una tarea programada. Para verificar de nuevo y renovar los metadatos cuyos límites coinciden con el catálogo: ```powershell python tools/audit-model-contexts.py --apply python tests/context-audit.test.py node tests/catalog.test.cjs ``` La opción `--apply` modifica únicamente los metadatos `context*` de cada modelo; nunca modifica `max`. Si la fuente publica un valor diferente, el resultado es `review-required`: conserva el límite, la fecha y la evidencia confirmados previamente, y termina con código 2. Tras revisar manualmente la ficha, arquitectura, motor y extensiones requeridas, el mantenedor puede editar el valor `max` y repetir la auditoría; no existe un parámetro para saltarse esta revisión. No actualiza parámetros, arquitectura, cuantización, soporte de memoria ni soporte de rendimiento. El informe por defecto se guarda en `docs/MODELOS-CONTEXTO-AUDITORIA.json`. Después debe revisarse el diff y usarse el procedimiento normal de publicación; la herramienta no despliega nada. ## Fuentes y métodos 1. `config.json` del repositorio oficial Hugging Face: campo explícito `max_position_embeddings` o equivalente del bloque de texto. La revisión Git y un SHA-256 permiten identificar lo consultado. 2. Cuando el archivo requiere aceptar licencia, se consulta la ficha pública del mismo repositorio. El parser verifica el tamaño concreto de Gemma 3, la tabla de contexto Llama 3/3.1/3.2/3.3 o la longitud de secuencia Falcon. La lectura de fichas Llama queda restringida a los 15 IDs concretos auditados: Llama 4 y variantes cuantizadas no heredan esta regla. En estas fichas `K` se normaliza a 1024 tokens; no se confunde con GB. 3. Para Gemma 1/1.1/2 cuya ficha omite el límite, se lee el código público oficial `google/gemma_pytorch/gemma/config.py` en una revisión concreta. Solo se inspecciona el árbol sintáctico de `GemmaConfig` y la función del tamaño correspondiente. Nunca se ejecuta código remoto. Las peticiones fallidas conservan el último límite y su fecha de verificación. `contextCheckedAt` registra el intento reciente; `contextAuditStatus` pasa a `unverified`, y el proceso termina con código 2 para que el fallo no se interprete como éxito. Una fecha de comprobación fallida no renueva `contextVerifiedAt`. ## Metadatos de interfaz - `contextVerifiedAt`: fecha UTC de la última lectura confirmada del contexto (`YYYY-MM-DD`). Usar en el selector: «contexto verificado YYYY-MM-DD». - `contextSource`: enlace primario consultado. - `contextRevision`: revisión del repositorio o del código oficial. - `contextEvidenceSha256`: hash de los bytes recibidos. - `contextVerificationMethod`: campo o método concreto usado. - `contextCheckedAt` / `contextAuditStatus`: último intento y su resultado. `verifiedAt` mantiene su significado anterior de verificación general de los datos del modelo. La nueva fecha no afirma que se haya repetido una auditoría de pesos o una medición de rendimiento. ## Resultado del 28/09/2026 224 de 224 contextos comprobados: 187 mediante configuración, 27 mediante ficha del modelo y 10 mediante código oficial de Google. Ningún valor difería del catálogo existente. Se añaden trazabilidad y fechas verificables, sin inflar límites. **Phi-mini-MoE-instruct:** Microsoft documenta 4096 tokens en su configuración y 4k en la ficha. Solicitar 26.752 supera ese soporte. Además, el modelo es MoE y su rendimiento no está calibrado en esta calculadora; reducir el contexto no habilita por sí solo la estimación de tokens/s. Fuentes: [configuración de Phi-mini-MoE](https://huggingface.co/microsoft/Phi-mini-MoE-instruct/blob/f620b32c0d3e8f7e76f57ccdaa88e0df8bc8bfcd/config.json), [ficha de Microsoft](https://huggingface.co/microsoft/Phi-mini-MoE-instruct). ## Casos que requieren distinguir contexto y extensión - **Qwen2.5-Instruct 7B/14B/32B/72B y Qwen2.5-Coder-Instruct 7B/14B/32B:** la ficha anuncia 131.072 con YaRN, pero explica que el `config.json` predeterminado está en 32.768. Se conserva 32.768 y se añade una nota visible de alcance. Las variantes pequeñas 0.5B/1.5B/3B no reciben esa nota por inferencia; sus fichas consultadas indican 32.768 y no la misma ampliación. - **Qwen3-8B:** la ficha diferencia 32.768 nativos de 131.072 con YaRN y explica expresamente el `max_position_embeddings` por defecto de 40.960 como presupuesto de prompt más salida. Nuestro 40.960 verifica la configuración publicada; no certifica igual calidad a cualquier longitud. - **Mistral 7B v0.1:** la ventana local de atención 4.096 no es el límite de secuencia del checkpoint 32.768. No se toma `sliding_window` como contexto máximo ni se habilita rendimiento de una arquitectura excluida. - **Gemma 3:** la ficha aplica 32K a 270M/1B y 128K a 4B/12B/27B. La descripción genérica de 128K no se propaga a los modelos pequeños. - **Llama 3.2:** se consulta la tabla del modelo BF16; el contexto de variantes cuantizadas no se usa para estos checkpoints. Fuentes: [Qwen2.5-32B, procesamiento de textos largos](https://huggingface.co/Qwen/Qwen2.5-32B-Instruct#processing-long-texts), [Qwen3-8B, contexto predeterminado](https://huggingface.co/Qwen/Qwen3-8B#processing-long-texts), [Mistral 7B v0.1, configuración](https://huggingface.co/mistralai/Mistral-7B-v0.1/blob/main/config.json), [Gemma 3 270M](https://huggingface.co/google/gemma-3-270m), [Llama 3.2 1B](https://huggingface.co/meta-llama/Llama-3.2-1B).