Feste Python-Regeln melden 22 von 30 gelösten Aufgaben
Stand: 14. September 2026, 07:06 Uhr Zürich.
Wir haben drei feste Reparaturverfahren auf denselben 30 vorbereiteten Python-Aufgaben ausgeführt. Jedes Verfahren bekommt denselben Aufgabentext und dieselbe Antwortgrenze wie das Modell. Eine Aufgabe zählt nur dann als gelöst, wenn ihr Vorschlag alle sechs Prüfbeispiele besteht. Ausgelassene oder zu lange Antworten zählen als Fehler.
Was der Durchlauf meldet
| Verfahren | Vollständig gelöste Aufgaben | Kein Vorschlag | | --- | --- | --- | | Ältere Reparaturregeln | 0 von 30 | 30 | | Neuere Regeln, die die Programmstruktur untersuchen | 22 von 30 | 8 | | Feste Kombination beider Verfahren | 22 von 30 | 8 |
Die Kombination bevorzugt die neueren Regeln. Diese Auswahl wurde vor dem Lauf festgelegt. Ein Verfahren wird nicht erst nach Kenntnis der richtigen Antwort ausgewählt.
Die neueren Regeln melden sieben von zehn Aufgaben mit Listen, acht von zehn Textaufgaben und sieben von zehn Aufgaben mit strukturierten Daten als gelöst. Für ihre 22 Vorschläge wurden jeweils alle sechs Beispiele ausgeführt. Identische Vorschläge werden nur innerhalb derselben Aufgabe gemeinsam geprüft. Deshalb waren 132 unterschiedliche Programmausführungen nötig.
Alle 132 Aufrufe sind in rund 2,4 Minuten beendet. Die unabhängige Nachprüfung der gespeicherten Ergebnisse steht noch aus. Die Zahlen oben sind das gemeldete Ergebnis dieses Durchlaufs. Sie werden noch nicht als unabhängig bestätigte Messung oder bestandene Abnahme bezeichnet.
Was das Modell dadurch besser kann
Das Modell wurde hierbei weder trainiert noch befragt. Wir haben seinen Vergleichsmaßstab gemessen: Bereits feste Regeln können offenbar viele dieser Entwicklungsaufgaben lösen. Ein Modell muss einen zusätzlichen praktischen Nutzen zeigen. Die acht unbeantworteten Aufgaben machen die gemeldeten 22 Erfolge nicht zu einer bestandenen Spezialistenabnahme.
Die 30 Aufgaben stammen aus dem Entwicklungssatz. Sie ersetzen die später benötigten 300 unbekannten Fälle aus mindestens 30 unabhängigen Familien nicht. Auch die stärkste einfache Regellösung ist mit diesen drei Verfahren noch nicht abschließend bestimmt.
Was als Nächstes fehlt
Die gespeicherten Ergebnisse müssen unabhängig bestätigt und anschließend fair mit Modellantworten verglichen werden. Der ältere Modellvergleich mit 94 fehlenden Antworten bleibt ebenfalls offen. Vor weiterem Training ist sein vollständiger Abschluss weiterhin erforderlich.
Die 11 × 11-Gittermessung bleibt bei 21 gespeicherten und null unabhängig geprüften Punkten angehalten. Das Schaufenster zeigt diesen Stand weiterhin. Die übrigen 100 Gitterpunkte fehlen.
Am Gesamtziel ändert sich nichts: null von vier Spezialisten abgenommen, grobe Entwicklungsreife etwa 15 Prozent. Alle bisherigen Messungen und Fehlversuche bleiben in der datierten Berichtshistorie erhalten.