Luo y Laban presentan SPASM, un pipeline para producir diálogos sintéticos entre un Client que representa una persona y un Responder. El sistema muestrea un perfil estructurado, lo valida y redacta con LLM, genera la conversación y usa otro detector para decidir cuándo termina. Su aportación técnica principal, Egocentric Context Projection (ECP), conserva un historial con hablantes absolutos y lo reescribe para cada agente como SELF y PARTNER. La idea evita que un mismo turno aparezca con etiquetas de rol contradictorias para los dos participantes.
El corpus declarado cruza GPT-4o-mini, DeepSeek-V3.2 y Qwen-Plus en nueve pares. Cada par usa 500 personas muestreadas independientemente y diez conversaciones por persona: 4.500 perfiles y 45.000 conversaciones en total. Los autores encuentran clusters de persona más compactos cuando los backbones coinciden y una geometría especialmente favorable cuando GPT-4o-mini actúa como Responder. La recuperación del identificador de persona desde embeddings de los turnos del Client alcanza Acc@1 entre .50 y .99 y Acc@10 entre .82 y 1.00.
La evidencia más directa sobre ECP procede de un experimento separado: 50 personas, tres conversaciones por persona, decodificación determinista y máximo de 20 turnos. Tres preguntas sobre preocupaciones, emoción y motivación se responden antes y durante el diálogo; la distancia de embeddings respecto a la respuesta inicial se llama drift. ECP reduce esa distancia en ocho de nueve comparaciones modelo-dimensión, con delta de -.006 a -.042 y Cohen d de -.05 a -.75. En echoing, un juez Qwen-max filtra conversaciones y dos anotadores humanos buscan adopción del rol del compañero. CONCAT presenta tasas humanas del 9% al 82%; en las muestras ECP no se observa ningún positivo humano, aunque el juez marca 3%-24%.
Ese resultado es prometedor, pero «elimina echoing» excede una observación finita. El paper no da denominadores por celda, intervalos ni una descripción inequívoca del reparto entre anotadores. Evalúa todo ECP pero solo 50 conversaciones CONCAT por par, y el checklist confirma que no informa reclutamiento, compensación, consentimiento ni revisión ética. Tampoco mide factualidad, seguridad, utilidad, realismo o preferencia: separar mejor los roles no basta para llamar de alta calidad a diálogos sobre salud mental, derecho o finanzas.
Hay además problemas cuantitativos verificables. Con 500 personas y diez conversaciones, el azar exacto para Acc@1/3/5/10 es .0018/.0054/.0090/.0179. La tabla publica .02/.05/.09/.17, valores que corresponden a 50 personas; el texto no declara ese subconjunto. Métodos dicen retener 50 componentes PCA, pero resultados atribuyen el 68%-77% a los dos primeros. La nota de la Tabla 1 define distancias por pares, mientras el apéndice las calcula contra centroides. Ese cálculo incluye el propio punto en su centroide y después aplica ANOVA a distancias within y between emparejadas como si fueran independientes.
La comparación entre backbones tampoco está identificada: cada una de las nueve condiciones tiene personas diferentes, por lo que modelo, ocupaciones, dominios, emociones, redacción del Crafter y generaciones cambian a la vez. La supuesta dominancia del Responder es un patrón descriptivo de nueve corpus sin réplica, no un efecto causal. Y el drift se basa en tres autorreportes generados; una distancia semántica puede reflejar paráfrasis o adaptación al contexto, no pérdida de identidad. El apéndice demuestra propiedades geométricas del coseno, no validez psicológica del constructo.
El repositorio actual tampoco reproduce el paper. Fue creado el 12 de julio de 2026 con dos commits y no contiene código, GUI, entorno, corpus original, anotaciones ni resultados. Publica un dataset posterior y distinto: 5.000 conversaciones DeepSeek-V4-Flash/DeepSeek-V4-Flash. Ese JSONL sí es internamente consistente, 500 personas por diez conversaciones, 44.950 turnos, sin duplicados exactos y checksum correcto, pero no pertenece a ninguna de las nueve configuraciones estudiadas. SPASM aporta una técnica sencilla y plausible para normalizar perspectiva; la evidencia disponible apoya una reducción observada de drift y cero casos humanos en las muestras, no un sistema universalmente estable, libre de echoing o reproducible desde sus artefactos públicos.