Proyecto OROBOROUS

Proyecto OROBOROUS

Que el ORION te acompañe - impulsado por la historia, engañosamente simple, profundamente extraño.

I. Prólogo - Hacia el último Custodio

En el año en que las estrellas dejaron de latir en ese lado del cielo, la Estación Orbital Aethelgard comenzó a reescribir su memoria. No por error, sino por precaución: un agujero negro binario cercano empezó a "cantar" - pulsos gravitacionales que desdibujaban los bordes del tiempo y deformaban el lenguaje de los sensores.

Has sido nombrado el Último Custodio - no porque no existan otros Custodios, sino porque eres el único que todavía responde a una llamada interna. El Tejedor (una entidad conceptual, no un ser) teje coordenadas y leyes; él no se equivoca en las matemáticas. Pero cuando la materia está en la fibrilación del espacio, aparecen imitadores: los Ecos.

El Eco no inventa; copia imperfectamente. A veces refleja una frase, otras veces cambia una frecuencia, y cuando no queda nada del original, susurra pseudo-textos que parecen coherentes: suenan humanos, pero no portan la Carga Primordial - ese hilo semántico invisible que solo el Tejedor respeta.

En el límite de la observación, tienes dos registros:

• Un Registro Antiguo (Train) - 10.000 registros, parcialmente corruptos. Cada uno tiene coordenadas, energía y susurros.
• Una Transmisión de Emergencia (Test) - 3.000 registros, enviada desde el futuro inmediato. Las posiciones han cedido; solo quedan la energía y los susurros.

Misión: Decide qué registros del Test son Canónicos (creados realmente por el Tejedor) y cuáles son Ecos (imitaciones).

Nota narrativa
El Tejedor no se equivoca en las matemáticas. Esto significa que, dondequiera que exista una propiedad numérica invariante en Train, suele ser una pista para separar el Canon del Eco. Pero el Eco es astuto: aprende patrones, los distorsiona o altera las señales mediante reflejos temporales. No des nada por sentado; incluso la "simplicidad" puede ser una trampa.

II. Descripción de los datos

obsidian_train.csv (10 000 filas)

Cada fila contiene:

• id_hex: identificador hexadecimal (ej: 5F3A1)
• sensor_x: coordenada X bruta (afectada por la rotación)
• sensor_y: coordenada Y bruta (afectada por la rotación)
• flux_energy: energía del evento (float)
• resonance_str: el susurro/texto del mensaje (string, puede contener caracteres arcaicos, símbolos, ruido)
• Target: FALTA (la etiqueta no se proporciona)

obsidian_test.csv (3 000 filas)

• id_hex: identificador
• flux_energy: energía
• resonance_str: susurro/texto
• OBS: sensor_x y sensor_y faltan (telemetría perdida)

III. Requerimiento

Construye un modelo que, para cada fila de obsidian_test.csv, produzca una etiqueta binaria:

• 1 - Canon - evento auténtico creado por el Tejedor
• 0 - Eco - imitación/parásito

IV. Métrica de evaluación y puntuación

La evaluación se realiza mediante el Coeficiente de Correlación de Matthews (MCC).

El MCC se calcula de la siguiente manera:

MCC = (TP * TN - FP * FN) / sqrt((TP+FP) * (TP+FN) * (TN+FP) * (TN+FN))

donde:

• TP = Verdaderos Positivos
• TN = Verdaderos Negativos
• FP = Falsos Positivos
• FN = Falsos Negativos

Puntuación (Total 100p):

• MCC < 0.75 → 0p
• MCC ≥ 0.995 → 100p
• Los valores intermedios reciben una puntuación proporcional

V. Formato de entrega

El archivo submission.csv debe contener una línea por cada fila del test:

1subtaskID,datapointID,answer21,1A2B3,131,4C5D6,0

donde:

• subtaskID - siempre 1
• datapointID - el valor id_hex del test
• answer - la predicción binaria (0 o 1)