Python nach 192 Reparaturschritten: weiterhin 0 von 30 richtig

Das zusätzliche Training hat auf den 30 Entwicklungsaufgaben keine Verbesserung gebracht. Das Modell löst 0/30, die fest programmierten Reparaturregeln 22/30. Listen, Texte und strukturierte Daten stehen jeweils bei 0/10.

Alle 192 Lernschritte sind gespeichert und geprüft. Anschließend erzeugte derselbe feste Endadapter auf Node8 genau eine erste Antwort je Aufgabe. Alle 30 Antworten enthalten Syntaxfehler. Der unabhängige Prüfstand bestätigte dies anhand der gespeicherten Antworten. Keine Antwort wurde als ausführbares Programm zugelassen; deshalb gab es keine Verhaltenstest-Aufrufe. Alle 30 zählen als Fehlschlag. Es wurde keine Antwort nachgebessert oder durch eine Regellösung ersetzt.

Die p95-Antwortzeit beträgt 88,80 Sekunden auf Node8. Dabei zählen alle 30 Ausgaben mit, einschließlich der falschen. Unser Ziel liegt bei höchstens 30 Sekunden. Unterschiedliche Antwortlängen und Modellstände erlauben keinen isolierten Geschwindigkeitsvergleich mit früheren Versuchen. Die vollständige Prüfung mit 512 Eingabe- und 64 Antwortbausteinen auf beiden Mini-Jahrgängen fehlt.

Was fehlt beim Lernen? In dieser Runde wurden acht ausgewählte Einträge pro Übungsproblem verwendet, jeder Eintrag einmal. Das ist noch kein Nachweis, dass das Modell einen breiteren festen Übungssatz zuverlässig lernen kann. Die früheren vier bekannten Kontrollaufgaben wurden nach wiederholtem Üben zu 4/4 wiedergegeben; diese kleine Kontrolle übertrug sich nicht auf den getrennten Entwicklungssatz. Auch ein kleineres Fehlermaß allein genügt nicht.

In einigen Übungstexten wurden unpassende Variablennamen gefunden. Eine korrigierte Fassung ist vorbereitet. Das erklärt den Misserfolg bisher nicht vollständig: Die ältere Diagnose der ersten 96 Schritte fand Lernfehler auch bei Übungen ohne diesen Namensfehler. Dass die Basis mit 8,52 Millionen Parametern zu klein ist, bleibt unbewiesen. Ebenso unbewiesen ist, dass sie für das gesamte Ziel ausreicht.

Als Nächstes wird ein fester Satz aus allen 24 Übungsproblemen mit korrigierten Texten wiederholt trainiert. Danach werden dieselben tatsächlich trainierten Eingaben am festen Endstand geprüft. Ein kontrollierter Vergleich zwischen vollständigem Basistraining und LoRA soll die Anpassung durch den Adapter von der Lernfähigkeit der Basis unterscheiden. Dieser Folgeversuch ist noch nicht gestartet. Die 30 Vergleichslösungen werden nicht zum Training übernommen.

Die 192 tatsächlichen Verlustwerte bleiben sichtbar; frühere Kurven, Berichte und die 121 gemessenen Landschaftspunkte bleiben erhalten. Mit festen Regeln sind geschriebene Programme gemeint, die vorgegebene Reparaturschritte anwenden. Diese Programme lernen nicht; ihre 22/30 sind unser Vergleichsmaßstab für zusätzlichen Modellnutzen.

Weiterhin 0 von 4 Spezialisten abgenommen. Die 15 Prozent bleiben eine grobe redaktionelle Einschätzung. Unbekannte Abschlussfamilien, drei Trainingswiederholungen, kurze Antwortzeiten, acht Stunden Betrieb und die automatische Versuchsauswahl nach dem Ant-Colony-Ansatz bleiben Teil des Gesamtziels.

Belegstand: 16. September, 11:28 Uhr Zürich.