Das Fehlermaß ist gesunken. Jetzt prüfen wir die Antworten.

Unabhängige Messprüfung: 14. September 2026, 00:00 Uhr Zürich. Beobachteter Antwortvergleich: 14. September 2026, 00:12 Uhr Zürich.

Nach den 224 gesicherten Lernschritten haben wir das Modell auf denselben acht Datenpaketen wie zuvor geprüft. Dabei wurden jeweils 256 Zeichenpositionen bewertet. Das Fehlermaß sank von 6,245 auf 0,952, also um 84,8 Prozent. Die Datenpakete sind anhand ihrer vollständigen Prüfsummen als identisch bestätigt.

Dieses Fehlermaß beschreibt, wie gut das Modell die erwarteten Zeichen vorhersagt. Ein kleinerer Wert ist besser. Es ist keine Prozentzahl falscher Antworten: 84,8 Prozent weniger Fehlermaß bedeutet nicht 84,8 Prozent mehr richtig gelöste Aufgaben. Die Messung zeigt einen deutlichen Lernfortschritt auf diesen Übungen. Ob das Gelernte bei unbekannten praktischen Aufgaben hilft, bleibt zu prüfen.

Der Verlustgraph zeigt jetzt die beiden tatsächlich gemessenen Werte vor und nach dem Lernen. Zusätzlich lassen sich das Abschreiben von Werten und die Auswahl des passenden Werts getrennt ansehen. Zwischen den beiden Messpunkten wird keine künstliche Kurve ergänzt. Die ältere Lernkurve und das früher gemessene dreidimensionale Gitter bleiben aufklappbar erhalten. Das alte Gitter beschreibt seinen damaligen Modellstand; für den neuen Stand wurde kein weiteres Gitter gerechnet.

Der aktuelle Graph und die Fortschrittsübersicht verwenden denselben öffentlichen Datenstand. Eine geöffnete Seite prüft alle 30 Sekunden auf neue veröffentlichte Werte. Bei einem fehlgeschlagenen Abruf bleibt der letzte gültige Stand sichtbar. Der Zeitpunkt der Messung bleibt ausdrücklich angegeben.

Die Messung auf Node 6 dauerte rund 10 Minuten und 38 Sekunden. Die anschließende unabhängige Prüfung dauerte rund 25 Sekunden. Die gespeicherten Modellwerte einschließlich der Lernspeicher blieben unverändert. Die normale Kühlung ist wiederhergestellt; die Grafikeinheit musste nicht neu starten.

Jetzt läuft der Vergleich vollständiger Antworten. Beim genannten Status waren 32 von 64 Antworten der ersten Gruppe erzeugt. Ihre Richtigkeit wird erst nach dem abgeschlossenen Abschnitt bestätigt. Insgesamt sind 252 Aufgaben in fünf Gruppen vorgesehen. Vor der Lernrunde löste das Modell davon 58 richtig; feste Regeln lösten alle 252. Wir behalten alle Fälle im Vergleich, auch falsche, abgeschnittene oder abgelehnte Antworten.

Der bestehende Python-Regelvergleich ist außerdem an den aktuellen vollständigen Modellabschluss angepasst und mit drei gezielten lokalen Prüfungen bestätigt. Er kann erst nach allen Messabschnitten und ihrer vollständigen Auswertung starten. Seine acht bekannten Aufgaben ersetzen die praktische Spezialistenprüfung nicht.

Die Bereinigung bleibt sichtbar: Weitere 140 alte Statusordner mit 420 Dateien wurden in einem vollständig geprüften Archiv zusammengefasst. Bei dieser Bereinigung sank der Bestand von 1.288 auf 1.148 Ordner. Zusammen mit der vorigen Runde wurden 214 alte Statusordner archiviert. Modelle und Abschlussbelege blieben erhalten; die gesamte historische Hilfsstruktur ist noch nicht vereinfacht.

Weiterhin sind null von vier Spezialisten abgenommen. Die grobe Einordnung des Gesamtziels bleibt bei etwa 15 Prozent. Als Nächstes brauchen wir den vollständigen Antwortvergleich, danach praktische Python-Aufgaben und die vier unabhängigen Abnahmen mit unbekannten Aufgaben, drei Trainingswiederholungen, Geschwindigkeit und Dauerbetrieb.