Das Modell lernt – der praktische Nutzen steht noch aus
Stand: 14. September 2026, 02:41 Uhr Zürich. Die unten genannten Modellmessungen stammen aus der abgeschlossenen Lernrunde; seitdem gab es kein neues hier ausgewiesenes Messergebnis des Modells.
224 Lernschritte sind gesichert, zwölf Modellstände geprüft. Dabei wurde das gesamte Grundmodell trainiert. Ein LoRA-Adapter ist ein kleines Zusatzmodul für eine bestimmte Aufgabe. Die aktuellen Lernwerte stammen noch nicht aus einem solchen Spezialisten.
Der Verlustgraph zeigt, wie gut das Modell beim Üben die erwarteten Zeichen vorhersagt. Kleiner ist besser: von 6,245 auf 0,952, also 84,8 Prozent weniger. Vorher und nachher wurden dieselben acht Datenpakete mit 256 Zeichenpositionen geprüft. Beide Messungen sind unabhängig bestätigt. Die zwei Balken zeigen diese beiden Messpunkte; für den neuen Modellstand wurde keine neue dreidimensionale Verlustlandschaft vermessen.
Bei vollständigen Antworten bleibt das Ergebnis schwach:
- Bekannte Werte: 33 von 64 richtig.
- Neue Auswahl-Aufgaben: 0 von 32 richtig. Davon verwenden 24 Aufgaben Werte außerhalb dieser Lernrunde; acht verwenden zuvor nur abgeschriebene Werte.
- Weitere zurückgehaltene Paarungen: 15 von 62 richtig, 47 falsch. Zwei Antworten dieser Gruppe fehlen. Selbst mit zwei weiteren richtigen Antworten wären es höchstens 17 von 64.
- Feste Regeln lösen den vollständigen einfachen Prüfsatz mit 252 von 252 Aufgaben. Vor dem Lernen lag das Modell bei 58 von 252; der vollständige Nachhervergleich ist noch offen.
94 Antworten fehlen insgesamt. Der letzte Versuch für diese Antworten endete nach rund 51 Sekunden mit Fehler, bevor eine neue Antwort fertig war. Sein Rechenprozess ist beendet. Die Ursache ist offen. Die Software meldet normale Kühlung; die unabhängige Abschlussprüfung dieses Fehlversuchs steht aus. Daraus lässt sich keine Aussage ableiten, dass der gesamte Rechner aktuell unbenutzt ist.
Parallel wurde der Python-Prüfstand weiter vorbereitet. Er soll richtige und fehlerhafte Programme unterscheiden und ihre Ausführung begrenzen. Vier weitere lokale Tests mit öffentlichen Spielbeispielen bestehen. Sie ergänzen die vorherigen 19 Komponenten- und sieben Ablauftests. Die entsprechende Prüfung auf dem Mini und der Pilot mit 30 Aufgaben stehen noch aus. Diese Vorbereitung ist keine neue Fähigkeit des Modells.
Auch die Bereinigung bleibt sichtbar: 534.308 war die Zahl von Prüfaufrufen, nicht die Zahl der Projektordner. Weitere 140 alte Statusordner mit 420 Dateien wurden bereits in einem geprüften Archiv zusammengefasst. Der damalige Bestand sank von 1.288 auf 1.148 Ordner; das ist keine laufende Bestandsmessung. Der vereinfachte Antwortablauf verwendet feste Dateien in einem gemeinsamen Ordner. Eine tatsächliche Beschleunigung ist noch nicht belegt.
0 von 4 Spezialisten sind abgenommen. Die grobe Einschätzung bleibt bei 15 Prozent. Das ist eine Einordnung des Entwicklungsstands, keine gemessene Restarbeit und kein Fertigstellungstermin. Python, TypeScript/Vite, Rust und Proxmox/Linux bleiben das vollständige Ziel.
Als Nächstes muss der Antwortvergleich abgeschlossen werden. Seine Ergebnisse bestimmen, wie wir die Lernaufgaben verbessern. Für jeden Spezialisten bleiben mindestens 300 unbekannte Aufgaben aus 30 unabhängigen Familien, mindestens 70 Prozent richtige erste Antworten, ein Vorteil von zehn Prozentpunkten gegenüber dem Grundmodell und zusätzlicher Nutzen gegenüber festen Regeln erforderlich. Dazu kommen drei Trainingswiederholungen, auswechselbare Zusatzmodule, die Geschwindigkeitsprüfung auf beiden Mini-Jahrgängen und acht Stunden stabiler Betrieb.
Das Schaufenster zeigt zuerst die kurze Einordnung, den nächsten Schritt und den Verlustgraphen. Alle Messzahlen und Abnahmekriterien lassen sich aufklappen. Übersicht, Chronik und Graph laden neue veröffentlichte Stände gemeinsam alle 30 Sekunden. Die bestehende stündliche Aktualisierung prüft auf neue Ergebnisse. Ein Seitenabruf ist keine neue Messung.