Python lernt: 96 von 144 Schritten gesichert

Das eigene Modell übt jetzt Python-Reparaturen. 96 Lernschritte sind in 4 vollständigen Modellständen gespeichert und unabhängig geprüft. Die neue Kurve im Schaufenster zeigt jeden gemessenen Lernwert.

Wir verwenden 144 Lernbeispiele aus 24 zusätzlichen Aufgaben. Alle 144 Referenzkontrollen wurden auf dem Mini bestanden. Die 30 Vergleichsaufgaben und ihre Lösungen werden nicht als Lernbeispiele übernommen. Ähnliche Grundoperationen können vorkommen; das ist noch keine Prüfung unabhängiger Abschlussfamilien.

Vor dieser Runde löste das Modell 0 von 30 Reparaturaufgaben, feste Regeln 22 von 30. Nach dem Lernen wird erneut die erste Modellantwort je Aufgabe geprüft. Ziel sind 30 richtige Reparaturen. Ein kleineres Fehlermaß beim Üben reicht dafür nicht. Unterschiedliche Lernbeispiele können unterschiedlich schwer sein.

Die erste Runde umfasst sechs Abschnitte mit je 24 Updates. Der ursprüngliche Entwurf mit zwölf Modellständen passte nicht in die freie Speicherreserve und wurde vor einer Änderung auf dem Mini verkleinert. Zwei Softwarefehler beim Start wurden dokumentiert und gezielt korrigiert; dabei wurde noch kein GPU-Modell geladen. Bestehende Modelle und bisherige Messungen bleiben erhalten.

Die restlichen 48 Python-Lernschritte ausführen und jeden vollständigen Modellstand prüfen. Danach dieselben 30 Aufgaben erneut vom Modell lösen lassen und jede erste Antwort mit sechs Verhaltenstests prüfen. Lea recherchiert daneben ausschließlich zu BitNet. Diese Lernrunde verwendet den bestehenden Trainer. Vier Spezialisten, unbekannte Abschlussaufgaben und die Betriebsabnahme bleiben offen.

Belegstand: 15.9.2026, 08:00:03 Uhr Zürich.