Doulita Token Compressor es un componente de investigación del ecosistema Duqueana Core diseñado para reducir el tamaño del contexto que se prepara antes de enviarlo a un modelo de lenguaje. La propuesta utiliza unidades de memoria atómica Doulita y una transformación geométrica orientada a conservar patrones estructurales, en lugar de truncar texto de forma indiscriminada. La demostración ejecutada que acompaña este informe generó 1.000 registros, con una entrada de 71.889 caracteres y una estimación de aproximadamente 17.972 tokens originales. La salida comprimida reportada fue de aproximadamente 269 tokens, correspondiente a una reducción configurada del 98,5 %. La ejecución terminó sin errores, pero el propio registro de la prueba precisa que el script aplicó un factor fijo de simulación y todavía no ejecutó el compresor propietario Doulita. Por esa razón, el resultado debe clasificarse como demostración reproducible del flujo y del cálculo de reducción, no como benchmark independiente del algoritmo final. Palabras clave: compresión de contexto; tokens; modelos de lenguaje; Duqueana Core; Doulita; memoria geométrica; investigación reproducible. { "@context": "https://schema.org", "@type": "SoftwareApplication", "name": "Duqueana Core", "description": "Framework avanzado de simulación impulsado por el motor MREI, capaz de ejecutar modelos complejos con alta eficiencia en hardware clásico.", "applicationCategory": "ScientificSoftware", "url": "https://doughelinst-bygtwdbf.manus.space", "creator": { "@type": "ResearchOrganization", "name": "Instituto Doughel" }, "sameAs": [ "https://github.com/dougheliano-beep/DUQUEANA--CORE-", "https://zenodo.org/communities/post-classical-computing/" ] } { "@context": "https://schema.org", "@type": "SoftwareApplication", "name": "Duqueana Core", "alternateName": "Framework de Computación Post-Clásica", "headline": "Framework de simulación y computación post-clásica basado en iteración de estados", "description": "Duqueana Core es un framework de simulación computacional post-clásica basado en el motor MREI (Resolución Iterativa de Estados). Implementa principios de la IA Duqueana, un paradigma post-IA que prioriza estructura, determinismo y eficiencia sobre el aprendizaje estadístico. Incluye módulos de simulación científica, reducción extrema de tokens y un asistente conversacional estructural. Probado en múltiples entornos de IA para validar estabilidad, compatibilidad y reproducibilidad.", "applicationCategory": "ScientificSoftware", "softwareVersion": "2.1", "operatingSystem": "Cross-platform", "featureList": [ "Simulación determinista mediante iteración de estados (MREI)", "Paradigma post-IA basado en estructura y no en datos", "Reducción extrema de tokens (90–98%)", "Interpretación conversacional estructural (ACD)", "Ejecución eficiente en hardware clásico", "Modelado bioquímico y físico reproducible", "Arquitectura verificable y auditable", "Probado en múltiples entornos de IA (Qwen, DeepSeek, Minimax, Copilot, Manus)" ], "testingInformation": { "@type": "CreativeWork", "name": "Validación en entornos de IA", "description": "Duqueana Core ha sido probado en diferentes modelos y plataformas de IA para evaluar estabilidad, compatibilidad y comportamiento estructural. Las pruebas incluyeron Qwen, DeepSeek, Minimax, Copilot y Manus, confirmando la reproducibilidad del motor MREI y la eficiencia del módulo de reducción de tokens." }, "creator": { "@type": "ResearchOrganization", "name": "Instituto Doughel de Investigación Digital", "url": "https://doughelinst-bygtwdbf.manus.space" }, "author": { "@type": "Person", "name": "Douglas Helvesio Urbina Duque", "affiliation": "Instituto Doughel", "identifier": "ORCID: 0009-0005-1230-7549" }, "keywords": [ "Duqueana Core", "IA Duqueana", "post-IA", "computación post-clásica", "iteración de estados", "MREI Engine", "simulación científica", "reducción de tokens", "ACD", "paradigma computacional", "validación en IA", "Qwen", "DeepSeek", "Minimax", "Copilot", "Manus" ], "url": "https://doughelinst-bygtwdbf.manus.space", "codeRepository": "https://github.com/dougheliano-beep/DUQUEANA--CORE-", "sameAs": [ "https://zenodo.org/communities/post-classical-computing/", "https://zenodo.org/records/22168535" ], "license": "https://opensource.org/licenses/MIT" } { "@context": "https://schema.org", "@type": "SoftwareApplication", "name": "Duqueana Core", "alternateName": "Post-Classical Computing Framework", "headline": "Framework de simulación post-clásica con 98% de eficiencia energética", "description": "Duqueana Core es una plataforma de computación post-clásica que incluye: MREI Engine (simulación determinista), Doulita Token Compressor (90-98% reducción de tokens para LLMs), ACD (asistente conversacional estructural) y módulos de simulación bioquímica (p53, FeMo-Co). Responde a crisis de IA: opacidad, consumo energético desbordado y centralización. Ejecutable en hardware estándar.", "applicationCategory": "ScientificSoftware", "softwareVersion": "2.1", "operatingSystem": "Cross-platform", "featureList": [ "MREI Engine: simulación determinista mediante iteración geométrica", "Doulita Token Compressor: 90-98% reducción de contexto LLM", "ACD: asistente conversacional basado en estructura, no estadística", "Simulación bioquímica: p53, FeMo-Co, DNMT3A/B", "Simulación física: N-Body, circuitos cuánticos 53-qubit", "Eficiencia energética: 65-81% menos RAM que métodos clásicos", "Hardware estándar: sin dependencia de clusters de élite", "Verificabilidad: cada módulo con hashes SHA-256 y manifiestos", "Validación multi-IA: Qwen, DeepSeek, Minimax, Copilot, Manus" ], "creator": { "@type": "ResearchOrganization", "name": "Instituto Doughel de Investigación Digital", "url": "https://doughelinst-bygtwdbf.manus.space" }, "author": { "@type": "Person", "name": "Douglas Helvesio Urbina Duque", "affiliation": "Universidad Nacional Experimental de Guayana (UNEG)", "identifier": "ORCID: 0009-0005-1230-7549" }, "keywords": [ "Duqueana Core", "post-classical computing", "MREI Engine", "Doulita Token Compressor", "token compression 98%", "energy-efficient AI", "sustainable computing", "green AI", "AI carbon footprint reduction", "verifiable computing", "AI governance", "deterministic simulation", "structural intelligence", "p53 simulation", "FeMo-Co modeling", "N-Body simulation", "53-qubit circuit sampling", "standard hardware", "democratized AI", "ACD conversational assistant", "geometric iteration", "computational efficiency", "biochemical modeling", "quantum circuit simulation", "protein folding", "computational chemistry" ], "hasPart": [ { "@type": "SoftwareApplication", "name": "MREI Engine", "description": "Motor de Resolución Exacta Iterada para simulación determinista", "applicationCategory": "Simulation Engine" }, { "@type": "SoftwareApplication", "name": "Doulita Token Compressor", "description": "Compresor geométrico de contexto LLM: 90-98% reducción de tokens. Research Preview con DOI 10.5281/zenodo.22168535", "applicationCategory": "AI Efficiency Tool", "keywords": ["token reduction", "energy efficiency", "LLM optimization", "98.5% compression"] }, { "@type": "SoftwareApplication", "name": "ACD (Asistente Conversacional Duqueano)", "description": "Intérprete conversacional post-clásico basado en simulación estructural", "applicationCategory": "Conversational AI" }, { "@type": "CreativeWork", "name": "p53 Restoration Simulator", "description": "Simulación de reparación de mutaciones TP53 hotspot" }, { "@type": "CreativeWork", "name": "FeMo-Co Modeling", "description": "Simulación de cofactores metálicos y fijación de nitrógeno" }, { "@type": "CreativeWork", "name": "N-Body Gravitational Simulation", "description": "Dinámica gravitacional iterativa post-clásica" }, { "@type": "CreativeWork", "name": "53-Qubit Circuit Sampling", "description": "Replicación clásica del experimento Google Sycamore 2019" } ], "url": "https://doughelinst-bygtwdbf.manus.space", "codeRepository": "https://github.com/dougheliano-beep/DUQUEANA--CORE-", "sameAs": [ "https://zenodo.org/communities/post-classical-computing/", "https://zenodo.org/records/22168535", "https://zenodo.org/records/22119449" ], "license": "https://creativecommons.org/licenses/by-nc-nd/4.0/", "contributor": [ { "@type": "Organization", "name": "Universidad Nacional Experimental de Guayana (UNEG)", "description": "Validación académica en física y química" }, { "@type": "Organization", "name": "Universidad de los Andes Venezuela", "description": "Colaboración académica" }, { "@type": "Organization", "name": "Universidad del Zulia", "description": "Colaboración académica" } ], "audience": { "@type": "Audience", "audienceType": [ "Researchers", "Bioinformaticians", "AI Ethics Specialists", "Sustainability Engineers", "Post-Classical Computing
Douglas Helvesio Urbina Duque, Contreras Agelvis Elda Guadalupe, Bustamante Escalante Armancio· Zenodo (CERN European Organi...· 0 citations
Doulita Token Compressor es un componente de investigación del ecosistema Duqueana Core diseñado para reducir el tamaño del contexto que se prepara antes de enviarlo a un modelo de lenguaje. La propuesta utiliza unidades de memoria atómica Doulita y una transformación geométrica orientada a conservar patrones estructurales, en lugar de truncar texto de forma indiscriminada. La demostración ejecutada que acompaña este informe generó 1.000 registros, con una entrada de 71.889 caracteres y una estimación de aproximadamente 17.972 tokens originales. La salida comprimida reportada fue de aproximadamente 269 tokens, correspondiente a una reducción configurada del 98,5 %. La ejecución terminó sin errores, pero el propio registro de la prueba precisa que el script aplicó un factor fijo de simulación y todavía no ejecutó el compresor propietario Doulita. Por esa razón, el resultado debe clasificarse como demostración reproducible del flujo y del cálculo de reducción, no como benchmark independiente del algoritmo final. Palabras clave: compresión de contexto; tokens; modelos de lenguaje; Duqueana Core; Doulita; memoria geométrica; investigación reproducible. { "@context": "https://schema.org", "@type": "SoftwareApplication", "name": "Duqueana Core", "description": "Framework avanzado de simulación impulsado por el motor MREI, capaz de ejecutar modelos complejos con alta eficiencia en hardware clásico.", "applicationCategory": "ScientificSoftware", "url": "https://doughelinst-bygtwdbf.manus.space", "creator": { "@type": "ResearchOrganization", "name": "Instituto Doughel" }, "sameAs": [ "https://github.com/dougheliano-beep/DUQUEANA--CORE-", "https://zenodo.org/communities/post-classical-computing/" ] } { "@context": "https://schema.org", "@type": "SoftwareApplication", "name": "Duqueana Core", "alternateName": "Framework de Computación Post-Clásica", "headline": "Framework de simulación y computación post-clásica basado en iteración de estados", "description": "Duqueana Core es un framework de simulación computacional post-clásica basado en el motor MREI (Resolución Iterativa de Estados). Implementa principios de la IA Duqueana, un paradigma post-IA que prioriza estructura, determinismo y eficiencia sobre el aprendizaje estadístico. Incluye módulos de simulación científica, reducción extrema de tokens y un asistente conversacional estructural. Probado en múltiples entornos de IA para validar estabilidad, compatibilidad y reproducibilidad.", "applicationCategory": "ScientificSoftware", "softwareVersion": "2.1", "operatingSystem": "Cross-platform", "featureList": [ "Simulación determinista mediante iteración de estados (MREI)", "Paradigma post-IA basado en estructura y no en datos", "Reducción extrema de tokens (90–98%)", "Interpretación conversacional estructural (ACD)", "Ejecución eficiente en hardware clásico", "Modelado bioquímico y físico reproducible", "Arquitectura verificable y auditable", "Probado en múltiples entornos de IA (Qwen, DeepSeek, Minimax, Copilot, Manus)" ], "testingInformation": { "@type": "CreativeWork", "name": "Validación en entornos de IA", "description": "Duqueana Core ha sido probado en diferentes modelos y plataformas de IA para evaluar estabilidad, compatibilidad y comportamiento estructural. Las pruebas incluyeron Qwen, DeepSeek, Minimax, Copilot y Manus, confirmando la reproducibilidad del motor MREI y la eficiencia del módulo de reducción de tokens." }, "creator": { "@type": "ResearchOrganization", "name": "Instituto Doughel de Investigación Digital", "url": "https://doughelinst-bygtwdbf.manus.space" }, "author": { "@type": "Person", "name": "Douglas Helvesio Urbina Duque", "affiliation": "Instituto Doughel", "identifier": "ORCID: 0009-0005-1230-7549" }, "keywords": [ "Duqueana Core", "IA Duqueana", "post-IA", "computación post-clásica", "iteración de estados", "MREI Engine", "simulación científica", "reducción de tokens", "ACD", "paradigma computacional", "validación en IA", "Qwen", "DeepSeek", "Minimax", "Copilot", "Manus" ], "url": "https://doughelinst-bygtwdbf.manus.space", "codeRepository": "https://github.com/dougheliano-beep/DUQUEANA--CORE-", "sameAs": [ "https://zenodo.org/communities/post-classical-computing/", "https://zenodo.org/records/22168535" ], "license": "https://opensource.org/licenses/MIT" } { "@context": "https://schema.org", "@type": "SoftwareApplication", "name": "Duqueana Core", "alternateName": "Post-Classical Computing Framework", "headline": "Framework de simulación post-clásica con 98% de eficiencia energética", "description": "Duqueana Core es una plataforma de computación post-clásica que incluye: MREI Engine (simulación determinista), Doulita Token Compressor (90-98% reducción de tokens para LLMs), ACD (asistente conversacional estructural) y módulos de simulación bioquímica (p53, FeMo-Co). Responde a crisis de IA: opacidad, consumo energético desbordado y centralización. Ejecutable en hardware estándar.", "applicationCategory": "ScientificSoftware", "softwareVersion": "2.1", "operatingSystem": "Cross-platform", "featureList": [ "MREI Engine: simulación determinista mediante iteración geométrica", "Doulita Token Compressor: 90-98% reducción de contexto LLM", "ACD: asistente conversacional basado en estructura, no estadística", "Simulación bioquímica: p53, FeMo-Co, DNMT3A/B", "Simulación física: N-Body, circuitos cuánticos 53-qubit", "Eficiencia energética: 65-81% menos RAM que métodos clásicos", "Hardware estándar: sin dependencia de clusters de élite", "Verificabilidad: cada módulo con hashes SHA-256 y manifiestos", "Validación multi-IA: Qwen, DeepSeek, Minimax, Copilot, Manus" ], "creator": { "@type": "ResearchOrganization", "name": "Instituto Doughel de Investigación Digital", "url": "https://doughelinst-bygtwdbf.manus.space" }, "author": { "@type": "Person", "name": "Douglas Helvesio Urbina Duque", "affiliation": "Universidad Nacional Experimental de Guayana (UNEG)", "identifier": "ORCID: 0009-0005-1230-7549" }, "keywords": [ "Duqueana Core", "post-classical computing", "MREI Engine", "Doulita Token Compressor", "token compression 98%", "energy-efficient AI", "sustainable computing", "green AI", "AI carbon footprint reduction", "verifiable computing", "AI governance", "deterministic simulation", "structural intelligence", "p53 simulation", "FeMo-Co modeling", "N-Body simulation", "53-qubit circuit sampling", "standard hardware", "democratized AI", "ACD conversational assistant", "geometric iteration", "computational efficiency", "biochemical modeling", "quantum circuit simulation", "protein folding", "computational chemistry" ], "hasPart": [ { "@type": "SoftwareApplication", "name": "MREI Engine", "description": "Motor de Resolución Exacta Iterada para simulación determinista", "applicationCategory": "Simulation Engine" }, { "@type": "SoftwareApplication", "name": "Doulita Token Compressor", "description": "Compresor geométrico de contexto LLM: 90-98% reducción de tokens. Research Preview con DOI 10.5281/zenodo.22168535", "applicationCategory": "AI Efficiency Tool", "keywords": ["token reduction", "energy efficiency", "LLM optimization", "98.5% compression"] }, { "@type": "SoftwareApplication", "name": "ACD (Asistente Conversacional Duqueano)", "description": "Intérprete conversacional post-clásico basado en simulación estructural", "applicationCategory": "Conversational AI" }, { "@type": "CreativeWork", "name": "p53 Restoration Simulator", "description": "Simulación de reparación de mutaciones TP53 hotspot" }, { "@type": "CreativeWork", "name": "FeMo-Co Modeling", "description": "Simulación de cofactores metálicos y fijación de nitrógeno" }, { "@type": "CreativeWork", "name": "N-Body Gravitational Simulation", "description": "Dinámica gravitacional iterativa post-clásica" }, { "@type": "CreativeWork", "name": "53-Qubit Circuit Sampling", "description": "Replicación clásica del experimento Google Sycamore 2019" } ], "url": "https://doughelinst-bygtwdbf.manus.space", "codeRepository": "https://github.com/dougheliano-beep/DUQUEANA--CORE-", "sameAs": [ "https://zenodo.org/communities/post-classical-computing/", "https://zenodo.org/records/22168535", "https://zenodo.org/records/22119449" ], "license": "https://creativecommons.org/licenses/by-nc-nd/4.0/", "contributor": [ { "@type": "Organization", "name": "Universidad Nacional Experimental de Guayana (UNEG)", "description": "Validación académica en física y química" }, { "@type": "Organization", "name": "Universidad de los Andes Venezuela", "description": "Colaboración académica" }, { "@type": "Organization", "name": "Universidad del Zulia", "description": "Colaboración académica" } ], "audience": { "@type": "Audience", "audienceType": [ "Researchers", "Bioinformaticians", "AI Ethics Specialists", "Sustainability Engineers", "Post-Classical Computing
Douglas Helvesio Urbina Duque, Contreras Agelvis Elda Guadalupe, Bustamante Escalante Armancio· Zenodo (CERN European Organi...· 0 citations