Weniger Fehler beim Üben, aber neue Auswahl-Aufgaben bleiben ungelöst
Unabhängiger Messstand: 14. September 2026, 00:32 Uhr Zürich.
Nach den 224 gesicherten Lernschritten haben wir zwei Antwortgruppen vollständig geprüft. Bei Aufgaben mit bekannten Werten sind 33 von 64 Antworten richtig. In der zweiten Gruppe sind es null von 32. Feste Regeln lösen alle 96 Aufgaben dieser beiden Gruppen richtig.
Die zweite Gruppe prüft, ob das Modell den passenden Wert auch unter neuen Bedingungen auswählt. 24 Aufgaben verwenden Werte, die in dieser Lernrunde nicht geübt wurden. In acht weiteren Aufgaben waren die Werte bisher nur aus dem Abschreiben bekannt. Keine dieser 32 Auswahl-Aufgaben wurde richtig gelöst. Alle Antworten endeten regulär; keine wurde wegen ihrer Länge abgeschnitten.
Der daneben sichtbare Verlustgraph bleibt gültig: Auf denselben acht Übungspaketen sank das Fehlermaß von 6,245 auf 0,952, um 84,8 Prozent. Dieses Maß zeigt, wie gut das Modell die erwarteten Zeichen vorhersagt. Es zählt keine richtig gelösten Aufgaben. Der neue Antworttest macht die Grenze deutlich: Besseres Lernen auf diesen Übungen bedeutet bisher keinen Erfolg auf den neuen Auswahl-Aufgaben.
Die zweite Antwortmessung dauerte rund acht Minuten und 32 Sekunden. Ihre unabhängige Prüfung dauerte rund 26 Sekunden. Dabei wurde nichts weiter trainiert. Die gespeicherten Modellwerte blieben unverändert, die normale Kühlung ist wiederhergestellt und die Grafikeinheit musste nicht neu starten.
Der vollständige Nachhervergleich umfasst 252 Aufgaben. Zwei Gruppen mit zusammen 96 Antworten sind geprüft; drei Gruppen mit insgesamt 156 Antworten stehen noch aus. Diese Messungen werden abgeschlossen, bevor wir aus dem Gesamtvergleich die nächste Lernrunde ableiten. Bisher ist kein zusätzlicher Nutzen gegenüber festen Regeln belegt.
Parallel ist der praktische Python-Prüfprozess weiter vorbereitet. Er erhält genau eine Funktion und eine Eingabe. Ein gezielter Test erkennt beispielsweise, ob eine vermeintlich unabhängige Kopie noch veränderbare Teile der ursprünglichen Daten mitbenutzt. Zwei tatsächlich gestartete lokale Prüfprozesse unterscheiden eine oberflächliche von einer vollständigen Kopie. Insgesamt bestehen 19 lokale Tests. Der Anschluss verwendet dieselben begrenzten Betriebssystemeinstellungen wie der vorhandene Prüfweg und drei Quelldateien ohne Musterlösungen.
Das ist Vorbereitung des Prüfstands, noch keine Verbesserung des Modells. Die neue Prozessdatei muss auf dem Mini an die abgeschirmte Ausführung angebunden und dort geprüft werden. Danach folgt der geplante Pilot mit 30 Aufgaben und je sechs Prüfungen. Er verwendet Entwicklungsaufgaben und ersetzt keine unbekannte Abschlussprüfung.
Null von vier Spezialisten sind abgenommen. Die grobe Einordnung bleibt bei etwa 15 Prozent. Es fehlen weiterhin nützliche Leistungen auf unbekannten praktischen Aufgaben, ein wiederholbarer Vorteil gegenüber festen Regeln, vier Zusatzmodule auf derselben Basis sowie die vollständigen Geschwindigkeits- und Dauerprüfungen.
Übersicht, Chronik und Verlustgraph verwenden denselben öffentlichen Stand. Eine geöffnete Seite lädt neue veröffentlichte Werte alle 30 Sekunden. Die Messzeit bleibt sichtbar; ein erfolgreicher Abruf wird nicht als neue Messung gezählt.