Anclaje Contextual Consciente de los Límites para un Agente EEG de Pocos Canales

Resumen

Los grandes modelos de lenguaje (LLM) pueden facilitar el uso de software científico. Sin embargo, un modelo general no sabe automáticamente qué mediciones admite un sensor particular, qué algoritmos están implementados en el software actual, ni qué conclusiones están justificadas por un resultado computacional. Estas distinciones son especialmente importantes en la electroencefalografía (EEG) de canales reducidos, donde la cobertura espacial dispersa y la calidad variable de la señal facilitan la producción de interpretaciones plausibles pero no fundamentadas. Presentamos NeuraDock Agent, una arquitectura de código abierto que separa un motor EEG local determinista de una capa lingüística consciente del hardware. El motor numérico analiza las grabaciones, realiza control de calidad, ejecuta flujos de trabajo espectrales revisados y genera artefactos legibles por máquina. El LLM recibe únicamente un resumen compacto incluido en una lista blanca y un paquete de contexto versionado. El contexto describe el hardware de siete canales, los flujos de trabajo revisados, los campos de resultados, los límites de implementación, los límites científicos y los casos de referencia. El EEG crudo y las matrices densas por muestra permanecen locales. Evaluamos el sistema en tres niveles. Primero, doce grabaciones produjeron resultados estructurados idénticos en diez repeticiones numéricas, y una ejecución completa de Reposo/Tarea generó hashes idénticos de resultados, informes y figuras en tres repeticiones. Segundo, experimentos de captura de solicitudes e inyección de fallos confirmaron el límite de datos probado y la preservación de artefactos locales bajo fallos de HTTP, salida malformada y conexión. Tercero, un punto de referencia de conciencia de límites evaluó 36 preguntas ordinarias y adversariales bajo cuatro ablaciones de contexto y dos LLM, produciendo 288 salidas. Estos resultados respaldan la fundamentación consciente del hardware y la implementación como un mecanismo práctico para calibrar lo que un agente EEG acepta, califica o rechaza; no establecen validez clínica ni un índice de carga cognitiva absoluto validado.

English

Large language models (LLMs) can make scientific software easier to use. However, a general model does not automatically know which measurements a particular sensor can support, which algorithms are implemented in the current software, or which conclusions are justified by a computed result. These distinctions are especially important for low-channel electroencephalography (EEG), where sparse spatial coverage and variable signal quality make plausible but unsupported interpretations easy to produce. We present NeuraDock Agent, an open-source architecture that separates a deterministic local EEG engine from a hardware-aware language layer. The numerical engine parses recordings, performs quality control, executes reviewed spectral workflows, and writes machine-readable artifacts. The LLM receives only a compact, allowlisted summary and a versioned context pack. The context describes the seven-channel hardware, reviewed workflows, result fields, implementation boundaries, scientific limits, and reference cases. Raw EEG and dense per-sample arrays remain local We evaluate the system at three levels. First, 12 recordings produced identical structured results over ten numerical repetitions, and a complete Rest/Task run produced identical result, report, and figure hashes over three repetitions. Second, request-capture and failure-injection experiments confirmed the tested data boundary and preservation of local artifacts under HTTP, malformed-output, and connection failures. Third, a boundary-awareness benchmark tested 36 ordinary and adversarial questions under four context ablations and two LLMs, yielding 288 outputs.These results support hardware- and implementation-aware grounding as a practical mechanism for calibrating what an EEG agent accepts, qualifies, or refuses; they do not establish clinical validity or a validated absolute cognitive-load index.