15.220 14.8.10 Métricas end-to-end
| ID | Métrica | Definición |
|---|---|---|
E2E-01 |
AttemptScorableRate | Fracción de intentos que atraviesan todos los quality gates requeridos. |
E2E-02 |
AttemptTimelineCoverage | Fracción temporal con estado válido, unknown explícito o censura justificada. |
E2E-03 |
HoldSequenceNormalizedEdit | Distancia de edición normalizada de la secuencia de presas/objetos usados. |
E2E-04 |
ContactEpisodeGraphF1 | F1 sobre nodos, aristas y ventanas de episodios de contacto. |
E2E-05 |
PhaseContactConsistency | Proporción de fases cuyas fronteras y estados respetan el grafo de contactos. |
E2E-06 |
KinematicValidityRate | Características publicadas con frame, unidad, filtro, calidad y cobertura válidos. |
E2E-07 |
CanonicalLabelMacroF1 | Macro F1 de etiquetas canónicas sobre episodios puntuables. |
E2E-08 |
HierarchicalSemanticScore | Crédito parcial por familia/mecanismo correcto sin ocultar error de clase final. |
E2E-09 |
FailurePatternEventF1 | F1 por evento de patrones de fallo con matching temporal. |
E2E-10 |
KnownPredictionCoverage | Fracción con predicción conocida aceptada. |
E2E-11 |
SelectiveRisk | Riesgo condicionado a predicciones aceptadas. |
E2E-12 |
UnknownDetectionAUPR | AUPR para unknown, OOD o evidencia insuficiente. |
E2E-13 |
PredictionSetCoverage | Frecuencia con que la etiqueta adjudicada aparece en el set publicado. |
E2E-14 |
PredictionSetEfficiency | Tamaño medio/mediano del set junto con cobertura. |
E2E-15 |
EvidenceLedgerCompleteness | Fracción de outputs materiales con evidencia positiva, ausente y contradictoria trazable. |
E2E-16 |
ConstraintViolationRate | Violaciones biomecánicas o temporales no reparadas por intento. |
E2E-17 |
ErrorPropagationAttributionRate | Errores finales asignables a una etapa upstream o a incertidumbre irreducible. |
E2E-18 |
CrossDomainWorstGroupScore | Peor rendimiento entre grupos prespecificados, con soporte e intervalo. |
E2E-19 |
CorruptionDegradationArea | Área de degradación frente a severidad de corrupción. |
E2E-20 |
ModalityDropoutGracefulRate | Casos que degradan a unknown/menor modo sin producir salida falsa de alta confianza. |
E2E-21 |
ReproducibilityDelta | Diferencia entre repeticiones del mismo artefacto y configuración. |
E2E-22 |
OperationalSuccessRate | Intentos procesados sin crash, timeout ni artefacto incompleto. |
E2E-23 |
LatencyAtQualityFloor | Latencia sólo entre runs que cumplen el quality floor del perfil. |
E2E-24 |
CoachUtilityCompositeNotForLeaderboard | Vector de utilidad humana; no se colapsa en ranking técnico único. |
No se define un promedio universal entre estas métricas. Cada benchmark profile declara cuáles son primarias, secundarias y gates.
15.220.1 Coherencia del intento
scene identity
+ body trajectory
+ contact graph
+ phase lanes
+ kinematic summaries
+ semantic labels
+ uncertainty/evidence
= AttemptReconstructionUna etiqueta correcta con grafo de contactos incorrecto no constituye reconstrucción end-to-end correcta.