Python: Auch nach 576 Lernschritten weiterhin 0 von 30

Der neue Entwicklungsvergleich ist vollständig abgeschlossen: 0/30 gelöste Python-Aufgaben, gegenüber 22/30 mit festen Regeln. Der vorherige Adapter und das gemeinsame Grundmodell lagen ebenfalls bei 0/30. Die zusätzlichen 576 Lernschritte haben auf diesem Prüfsatz keinen praktischen Gewinn gebracht.

Alle 30 ersten Antworten wurden auf Node6 erzeugt, unverändert gespeichert und unabhängig geprüft. Listen, Texte und strukturierte Daten erreichen jeweils 0/10. Keine Antwort erfüllt die vollständigen Formatvorgaben für eine zulässige Reparatur. Deshalb wurden keine Kandidatenprogramme ausgeführt; sämtliche Fälle zählen als nicht gelöst. Eine oberflächlich als einzelne Rückgabe erkannte Antwort genügte der strengeren Zulassungsprüfung ebenfalls nicht. Es gab keine nachgebesserten Modellantworten und keinen ausgeschlossenen Fehlversuch.

Die 30 Antworten benötigten zusammen rund 31,8 Minuten reine Antwortzeit. Das 95-Prozent-Quantil lag bei 130,22 Sekunden. Die Zeit aller Antworten zählt mit, auch bei unbrauchbaren Ausgaben. Der vollständige Latenznachweis mit 512 Eingabe- und 64 Antworttokens auf beiden Mini-Jahrgängen bleibt offen. Alle zehn Rechengruppen sind beendet, ihre Zeitspuren geprüft; die Basis und der Adapter blieben bei der Antwortprüfung unverändert.

Die bereits veröffentlichte Auswertung zeigt die Lernlücke schon beim Üben: Im letzten untersuchten Lernabschnitt wurden 512 von 977 Inhaltspositionen richtig vorhergesagt, obwohl jeweils der richtige bisherige Antwortteil vorgegeben war. Keine der 528 untersuchten vollständigen Vorhersagefolgen stimmte exakt. Das grenzt das Problem ein, beweist aber weder eine Kapazitätsgrenze von LoRA noch einen bestimmten Fehler des Trainings. Die genaue Ursache ist weiterhin offen.

Für einen gezielten Vergleich wurde auf Node8 jetzt eine separate vollständige Trainingskopie geprüft. Grundlage war der unveränderte eigene Modellstand mit dem dort nach 528 Lernschritten gespeicherten Adapter, vor den letzten 48 Schritten auf Node6. Alle 56 angepassten Matrizen wurden auf der Intel-iGPU mit der Basis zusammengeführt. Die maximale Abweichung zur unabhängig berechneten Referenz betrug rund 0,0000000216. Sämtliche 8.524.032 Modellwerte und die beiden neu auf null gesetzten Lernstatistiken wurden gespeichert und exakt wieder auf die GPU geladen. Der begrenzte Lauf dauerte rund 21 Sekunden; Originaldateien und Originalwerte blieben unverändert. Der Prozess ist beendet und die normale Kühlung bestätigt.

Diese Prüfung erzeugte keine neuen Antworten und keine Lernschritte. Sie qualifiziert die Modellkopie, nicht deren Lernfähigkeit. Als Nächstes soll ein begrenzter Vergleich vom gleichen Ausgangszustand untersuchen, ob das ausschließliche Trainieren des Zusatzmoduls oder das Anpassen sämtlicher Modellgewichte die Übungsprogramme besser erlernt. Daten, Auswertung und Versuchsbudget müssen vergleichbar sein; anschließend zählen wieder getrennte Aufgaben. Dieser Methodenvergleich wurde noch nicht gestartet.

Die 576 gemessenen Lernwerte, ihre zwölf geprüften Zwischenstände und alle historischen Berichte bleiben erhalten. 528 Schritte liefen auf Node8, die letzten 48 nach vollständiger Übernahme auf Node6. Die automatische Verteilung und gemeinsame Auswahl weiterer Versuche nach dem Ant-Colony-Ansatz fehlen weiterhin. Weitere Rechner können gezielte Varianten parallel prüfen; ihre bloße Auslastung ist kein Lernnachweis.

Es bleiben 0/4 Spezialisten abgenommen. Die grobe Entwicklungseinschätzung bleibt bei 15 Prozent. Das Ziel von 30/30 Python-Entwicklungsaufgaben und die unabhängige Abschlussprüfung sind offen.