Este artículo presenta un nuevo programador de prompt hipergrafo auto‑supervisado que aprovecha el aprendizaje por refuerzo para orquestar prompts adaptativos y generar narrativas regulatorias personalizadas en tiempo real. Al modelar prompts y conceptos regulatorios como un hipergrafo, el sistema selecciona y compone dinámicamente prompts, entregando narrativas compatibles y contextualmente conscientes a gran escala mientras mejora continuamente mediante bucles de auto‑retroalimentación.
Este artículo presenta una arquitectura novedosa que combina ontologías regulatorias dinámicas, síntesis de prompts de pocos ejemplos y orquestación edge‑cloud para generar narrativas de cumplimiento precisas y en tiempo real en múltiples jurisdicciones. Explica el flujo de datos, el papel de la similitud semántica, la plantificación de prompts y cómo el sistema se adapta a la deriva regulatoria manteniéndose liviano para aplicaciones sensibles a la latencia.
