Lacuna Inc. presenta el Modelo de Espacio de Estado Desacoplado Invariante-Variante (IVD-SSM) como su participación en la Tarea 4 de SemEval-2026 sobre Similitud de Historias Narrativas y Aprendizaje de Representación Narrativa. El modelo aprovecha una columna vertebral híbrida de Modelo de Espacio de Estado, Jamba-1.5-Mini, para modelar cadenas causales extendidas sin los cuellos de botella cuadráticos de los Transformers estándar. Introduce una cabeza de Alineamiento Estructuralmente Cerrado (SGA) que mapea un esqueleto estructural grueso a través de una Macro-path para cerrar una Micro-path de resolución completa, suprimiendo el ruido semántico y las superposiciones superficiales de palabras clave. Evaluada en juicios comparativos por pares (Ruta A) y aprendizaje de representaciones densas (Ruta B), el enfoque demuestra que desacoplar invariantes estructurales de variantes léxicas proporciona un marco robusto para la comprensión profunda de narrativas.