ADR 0005. Modo tolerante y recuperación parcial#

• Estado: aceptada
• Fecha: 2026-09-01 (SPEC 1.0); registro retrospectivo del 2026-09-16
• Especificación: SPEC.md §8

Contexto y problema#

En salidas largas, un único registro defectuoso o un corte al final invalida el documento completo si el análisis es todo o nada. Regenerar el documento entero multiplica el coste; lo deseable es conservar los registros válidos y regenerar solo las líneas rechazadas.

Alternativas consideradas#

1. Solo análisis estricto: rechazar el documento ante cualquier error.
2. Reparación heurística del texto (completar, reinterpretar) antes de validar.
3. Modo tolerante: la validación es local por línea; el parser devuelve los registros válidos junto con la lista completa de errores y un diagnóstico de las líneas que deben regenerarse.

Decisión#

Se adopta la alternativa 3 como complemento del modo estricto. El modo tolerante aplica exactamente las mismas reglas que el estricto (incluidos los escapes, E09) y descarta solo los registros inválidos; una línea rechazada no reserva su valor unique. El diagnóstico expone invalid_lines y missing_records.

Consecuencias#

• Los registros devueltos en modo tolerante son los que el modo estricto aceptaría.
• La regeneración puede limitarse a las líneas indicadas.
• Los formatos con estructura envolvente (JSON, XML) no admiten esta recuperación sin reparación del texto.

Evidencia#

• generative/results/e5_truncation.csv (200 cortes por dominio): eficiencia de recuperación de .mini 99,6 (a), 99,0 (tc) y 99,4 (log); JSON y XML 0,0 con 100,0 % de cortes sin recuperación; YAML 78,8 (a) con 22,5 % sin recuperación.
• generative/results/e2_summary.csv: mean_recovered_pct 100,0 en las seis combinaciones de modelo y familia.
• tests/test_lenient.py: último registro truncado → 11 registros recuperados y E05 en la línea 13.
• Las cifras de recuperación de experiments/generativo/README.md (V3) provienen de un adaptador simulado y ese documento indica que no deben citarse como evidencia; no se usan aquí.
• Casos de conformidad: categorías lenient y truncation en conformance/cases/.

Decision records are written in Spanish.

ADR 0005. Modo tolerante y recuperación parcial#

• Estado: aceptada
• Fecha: 2026-09-01 (SPEC 1.0); registro retrospectivo del 2026-09-16
• Especificación: SPEC.md §8

Contexto y problema#

En salidas largas, un único registro defectuoso o un corte al final invalida el documento completo si el análisis es todo o nada. Regenerar el documento entero multiplica el coste; lo deseable es conservar los registros válidos y regenerar solo las líneas rechazadas.

Alternativas consideradas#

1. Solo análisis estricto: rechazar el documento ante cualquier error.
2. Reparación heurística del texto (completar, reinterpretar) antes de validar.
3. Modo tolerante: la validación es local por línea; el parser devuelve los registros válidos junto con la lista completa de errores y un diagnóstico de las líneas que deben regenerarse.

Decisión#

Se adopta la alternativa 3 como complemento del modo estricto. El modo tolerante aplica exactamente las mismas reglas que el estricto (incluidos los escapes, E09) y descarta solo los registros inválidos; una línea rechazada no reserva su valor unique. El diagnóstico expone invalid_lines y missing_records.

Consecuencias#

• Los registros devueltos en modo tolerante son los que el modo estricto aceptaría.
• La regeneración puede limitarse a las líneas indicadas.
• Los formatos con estructura envolvente (JSON, XML) no admiten esta recuperación sin reparación del texto.

Evidencia#

• generative/results/e5_truncation.csv (200 cortes por dominio): eficiencia de recuperación de .mini 99,6 (a), 99,0 (tc) y 99,4 (log); JSON y XML 0,0 con 100,0 % de cortes sin recuperación; YAML 78,8 (a) con 22,5 % sin recuperación.
• generative/results/e2_summary.csv: mean_recovered_pct 100,0 en las seis combinaciones de modelo y familia.
• tests/test_lenient.py: último registro truncado → 11 registros recuperados y E05 en la línea 13.
• Las cifras de recuperación de experiments/generativo/README.md (V3) provienen de un adaptador simulado y ese documento indica que no deben citarse como evidencia; no se usan aquí.
• Casos de conformidad: categorías lenient y truncation en conformance/cases/.