EMAP Labs v0.3.0-rc.1 — Intelligence/Core multi-territorio

EMAP Labs v0.3.0-rc.1 — Intelligence/Core multi-territorio

Prerelease técnica para validar que un mismo seam territorial, pipeline de
retrieval y contrato de evidencia funcionan sobre Euskadi y Madrid. No es la
integración completa de Madrid ni implica un deploy de producción.

Qué incorpora

• registro territorial versionado para Euskadi y Madrid;
• adapter oficial de fuentes de agua del Ayuntamiento de Madrid;
• 2.306 POIs Madrid con estado, procedencia de coordenadas, freshness,
  checksum, cobertura y calidad;
• EMAPBench Madrid dev con 18 consultas geográficas, semánticas, ambiguas,
  imposibles y adversariales;
• perfiles versionados MiniLM/MPNet/e5-large y separación estricta dev/held-out;
• respuesta Labs con territorio, versión, retriever, evidencia, freshness,
  limitaciones y atribución;
• MCP 0.1.2 preparado para conservar la atribución territorial de Core.

Resultados de release

Territorio / split	Baseline	Semantic	Hybrid
Madrid dev ES (18)	77%	83% MiniLM	88% MiniLM
Euskadi dev ES (82)	74%	—	89% e5-large
Euskadi dev EU (82)	71%	—	84% e5-large
Euskadi held-out ES (29)	58%	—	79% e5-large
Euskadi held-out EU (29)	51%	—	82% e5-large

El held-out se ejecutó una sola vez como gate final. No se utilizó para ajustar
thresholds ni casos.

Asset de datasets

emap-labs-datasets-v0.3.0-rc.1.tar.gz contiene 8 datasets y 17.241 registros:

Dataset	Registros	Fuente / licencia
DEA Euskadi	2.731	Open Data Euskadi · CC BY 4.0
Fuentes Euskadi	8.968	OpenStreetMap · ODbL
Aseos Euskadi	967	OpenStreetMap · ODbL
Aparcamientos Euskadi	827	OpenStreetMap · ODbL
Aparcabicis Euskadi	1.077	OpenStreetMap · ODbL
Playas Euskadi	218	OSM + Open Data Bizkaia · ODbL / CC BY 4.0
Límites administrativos Bizkaia	147	OpenStreetMap · ODbL
Fuentes Madrid	2.306	Ayuntamiento de Madrid · CC BY 4.0

Cada entrada incluye fuente, licencia, fecha, SHA-256, cobertura y métricas de
calidad. No se publica coverage.completeness cuando no puede estimarse con
honestidad.

Límites explícitos de esta RC

• Madrid solo tiene una de las 5–8 fuentes objetivo y 18 casos dev; no tiene
  held-out.
• El servicio carga un territorio por proceso; aún no atiende Euskadi y Madrid
  simultáneamente desde la misma instancia.
• El response contract y la calibración formal de confidence están parciales.
• La telemetría Intelligence todavía no está implementada.
• https://vps.emapapp.com/mcp devolvía 421 el 2026-08-28: el código 0.1.2
  está preparado, pero el redeploy y el smoke verde son una operación separada.

Reproducibilidad

python releases/build_release.py --version 0.3.0-rc.1 --date 2026-08-29
python evals/run.py --retriever hybrid --profile e5large --lang es --split dev
python evals/run.py --retriever hybrid --profile minilm --territory madrid --lang es --split dev

Código Apache-2.0; corpus EMAP CC-BY-4.0; datos derivados conservan las
licencias y atribuciones indicadas en manifest.json.

EMAP Labs v0.2.0 — Benchmark con e5-large, 22 capas

Cambios desde v0.1.x

Modelo desplegado en producción: e5-large (multilingual-e5-large, 1024d) reemplaza a MiniLM.

• Held-out ES: 73% (+15 vs MiniLM)
• Held-out EU: 71% (+8 vs MiniLM)
• 22 capas activas (13 OSM + 8 euskadi-places + peaks), 26,164 POIs

Corpus curado v1 (139 casos, status: curated, 54 held-out estricto).

Mejoras de infraestructura:

• KD-tree en explain-place (O(log n) vs O(n))
• Rate limiting 60 req/min/IP en /search y /explain
• Backoff exponencial en pipelines Overpass
• Validación post-deploy (healthz + query real)
• LAYER_FILES centralizado (single source of truth)

CI: gates actualizados para e5-large (modelo de producción) y MiniLM (vigilancia).

DOI: 10.5281/zenodo.21282784

v0.1.1 — repo público y citable

Primera release desde que el repo es open source (Apache-2.0 código, CC-BY-4.0/ODbL datos).

Desde v0.1

• Repo público con historial limpio, LICENSE y CITATION.cff
• Benchmark ES/EU ampliado: 133 casos / 21 categorías, euskera validado con Itzuli, held-out estricto
• Hallazgos documentados: la declinación vasca rompía el stripping de ubicación (arreglado); MiniLM no escala de 13→21 categorías (el híbrido pierde held-out ES — L3 pasa a bloqueador)
• Vertical mendi v1: 1.130 cimas + 103 rutas señalizadas de Bizkaia (OSM) y cruce cimas×transporte (727 cimas con parada a ≤2 km, línea recta)
• Capa nature saneada (la fuente mezclaba playas)

Datasets v0.1 sin cambios: release v0.1 con tarball y checksums.

Datasets v0.1 — 7 datasets, 12.732 registros (Euskadi)

EMAP Labs — Datasets v0.1

Primer release versionado de datasets de EMAP Labs, la capa de datos e
inteligencia detrás de EMAP. Territorio: Euskadi
(foco Bizkaia). Fecha: 2026-07.

Cada dataset se publica con 6 metadatos: fuente, licencia, fecha de
actualización, checksum (SHA-256), cobertura y calidad (nº de registros y % de
campos vacíos). Ver manifest.json para los valores exactos.

Contenido — 7 datasets, 12.732 registros

Dataset	Registros	Fuente	Licencia
DEA (desfibriladores) de Euskadi	3.321	Registro Vasco de DEA — Dpto. de Salud, Gobierno Vasco	Open Data Euskadi (CC BY 4.0)
Fuentes de agua potable	6.278	OpenStreetMap (Overpass)	ODbL 1.0
Aseos públicos	696	OpenStreetMap (Overpass)	ODbL 1.0
Aparcamientos	641	OpenStreetMap (Overpass)	ODbL 1.0
Aparcabicis	1.432	OpenStreetMap (Overpass)	ODbL 1.0
Playas	217	OpenStreetMap + Open Data Bizkaia (DFB)	ODbL 1.0 / CC BY 4.0
Barrios / límites administrativos de Bizkaia	147	OpenStreetMap (Overpass)	ODbL 1.0

Barrios = 113 municipios + 8 distritos + 26 barrios de Bilbao (GeoJSON con
nombres oficiales ES/EU). El resto son POIs con lat/lon, nombre ES/EU,
categoría y tags.

Formato

• manifest.json — índice con los 6 metadatos por dataset.
• data/*.json — los datasets. Barrios en GeoJSON (features[]); el resto
  en JSON con pois[] ({source, updated, pois}).

Uso y atribución

• OpenStreetMap (ODbL 1.0): al usar o redistribuir hay que atribuir
  "© OpenStreetMap contributors" y mantener la licencia ODbL en obras derivadas.
• DEA — Open Data Euskadi (CC BY 4.0): atribuir al Registro Vasco de DEA
  (Dpto. de Salud, Gobierno Vasco). Dato de emergencia: puede estar
  desactualizado; no sustituye a fuentes oficiales en una urgencia.
• Playas / Open Data Bizkaia: atribución a la Diputación Foral de Bizkaia.

Reproducibilidad

Regenerable con python releases/build_release.py desde el repo, que lee los
datasets fuente de ../emap-next y recalcula checksums y calidad.

Verificación

sha256(emap-labs-datasets-v0.1.tar.gz) = 651bf07a391384d48c2476c9aabe3ed7ec770576c8db34941884c4dd719f80dc

Cada dataset lleva su propio sha256, fuente, licencia y cobertura en manifest.json.