Protocolos publicados antes de generar decisiones o calcular resultados de estos experimentos.
- RouterBench 0-shot completo: referencia histórica del algoritmo TITAN-U, once modelos históricos con arms nuevos, pesos y fórmula de producción sin ajustes. No representa el pool actual.
- RouterArena: auditoría de las decisiones del selector y estado de producción congelado sobre las 8.400 preguntas de la caché oficial completa. No mide calidad de respuestas ni coste de inferencia.
No se utilizan resultados, respuestas ni costes por pregunta como entradas del selector. No se hacen inferencias, llamadas a jueces o embeddings. No se entrena ni cambia el router con estos corpus. Se conservarán los resultados aunque una configuración elija siempre la misma ruta.
Evaluación interna de Theus; no implica aceptación en un ranking ni validación independiente. Los hashes de fuentes y snapshot identifican el estado privado; no publicamos credenciales, prompts de usuarios ni código privado. Los artefactos finales se publicarán en https://theus.pe/benchmarks/.