Phase 6 — El mercado de cobertura de expertos (M3)
Los nodos débiles ven qué (capa, rango de expertos) es más escaso y mejor pagado, y lo llenan ellos mismos — el mercado de capas probado, con grano más fino.
El mercado de shards de capas de Kvasir — mapa de demanda, auto-inscripción por máxima recompensa, descarga parcial, recompensas por nodo — ya estaba verificado en dispositivo. M3 re-parametriza el mismo mecanismo al grano de (capa, rango de expertos), de modo que la cobertura se auto-repara hacia los rangos de expertos más sub-replicados y mejor pagados.
Agregación de escasez → asignación del rango de máxima recompensa
Tres workers se registran en la capa 0: A = [0,128), B = [128,256), C = [0,128) como segunda réplica, con target_replicas = 2:
| capa | expertos | réplicas | escasez |
|---|---|---|---|
| 0 | [0, 128) | 2 | 0.0 (objetivo cumplido) |
| 0 | [128, 256) | 1 | 0.5 (bajo objetivo) |
volunteer(max_experts=64) → recorta el rango más escaso al presupuesto del nodo.
POST /api/expert-volunteer {"max_experts": 64}
→ {layer: 0, experts: [128, 192], scarcity: 0.5, replicas: 1, target: 2}Un mercado de oferta/demanda a grano de experto
POST /api/expert-coverage— los workers laten con sus tenencias de (capa, rango de expertos).GET /api/expert-demand— agregación de réplicas por experto → segmentos contiguos de rangos con puntuaciones de escasez.POST /api/expert-volunteer— asigna el rango más escaso recortado al presupuesto del nodo.- El mercado de capas existente (auto-inscripción · descarga parcial · recompensas) re-parametrizado a (capa, rango de expertos).
Lo que sigue en M4: dispatch por lotes para peticiones concurrentes más una caché de hot-experts — tokens/s proporcional al número de workers — y enrutamiento de réplicas (el worker más cercano/rápido) con respaldo ante churn.