Womit wir das neue Training vergleichen

Stand: 12. September 2026. Lokal vorbereitet; noch nicht veröffentlicht.

Wir haben die bereits geprüften Ausgangsmessungen zu einem vollständigen Vergleich zusammengeführt. Dafür wurde das Modell nicht erneut gestartet. Alle Ergebnisse beschreiben denselben unveränderten Modellstand vor dem neuen Training.

Vor dem Training löste das Modell 58 von 252 Entwicklungsaufgaben richtig. Darunter waren 11 von 64 zurückgehaltenen Aufgaben, 10 von 64 ausgewählten Übungsaufgaben und keine der 28 Aufgaben zum Übernehmen eines vorgegebenen Wertes. Die übrigen 96 Aufgaben stammen aus der zuvor geprüften Messung auf genau demselben Modellstand.

Die einfache Vergleichslösung mit festen Regeln löst alle 252 Aufgaben richtig. Dieser kleine Prüfsatz prüft Grundlagen wie das Übernehmen und Auswählen von Werten. Er kann zeigen, ob das Modell beim Lernen vorankommt. Er kann aber keinen Zusatznutzen gegenüber den bereits perfekten Regeln nachweisen. Dafür braucht das Gesamtziel später die unabhängigen, praktischen Aufgaben der vier Spezialisten.

Nach den 224 neuen Lernschritten vergleichen wir wieder alle vorgesehenen Aufgaben. Fehlende, doppelte oder widersprüchliche Teilgruppen dürfen nicht als vollständiges Ergebnis erscheinen. Wir betrachten richtige Antworten getrennt vom Fehlerwert beim Üben. Ein kleinerer Übungsfehler ist allein noch kein Nachweis besserer Antworten.

Weiterhin sind 0 von 4 Spezialisten abgenommen. Die neue Zusammenfassung erhöht die grobe Fortschrittseinschätzung nicht. Als Nächstes muss der laufende erste Lernabschnitt vollständig gespeichert und geprüft werden; die anschließenden Abschnitte und Vergleichsmessungen sind als feste Folge vorbereitet.

Die automatische Freigabeprüfung sperrt weiterhin die öffentliche Übertragung der konkreten internen Forschungszahlen. Dieser Bericht bleibt deshalb lokal vorbereitet.