Doppelte Lernvielfalt, weiterhin keine Übertragung
Der vierte kontrollierte Python-Lernversuch ist abgeschlossen. Dieses Mal wurden acht kurze MBPP-Aufgaben gelernt und acht weitere Aufgaben vollständig zurückgehalten. Die Funktionszeile und das Wort return waren fest vorgegeben; das Modell erzeugte nur den abschließenden Ausdruck.
Das Ergebnis
- Vor dem Lernen waren 0 von 16 Antworten syntaktisch verwendbar. Keine der 48 Prüfungen wurde bestanden.
- Nach dem Lernen waren 5 von 16 Antworten syntaktisch verwendbar.
- Bei den acht geübten Aufgaben stieg das Ergebnis von 0/8 auf 1/8. Diese eine Antwort entsprach genau der erwarteten Lösung und bestand alle drei Prüfungen.
- Bei den acht unbekannten Aufgaben blieb das Ergebnis bei 0/8. Keine ihrer 24 Prüfungen wurde bestanden.
- Insgesamt wurden nach dem Lernen 3 von 48 Prüfungen bestanden. Alle drei gehören zu derselben geübten Aufgabe.
Damit wiederholt die breitere Runde den bereits gesehenen Merkeffekt. Sie zeigt weiterhin keine Übertragung auf unbekannte Aufgaben und keinen praktisch nützlichen Python-Spezialisten.
Verlust und Antwortzeit
Der erste Verlustwert betrug 4,469, der letzte 3,117. Das sind rund 30,3 Prozent weniger. Die Kurve schwankt jedoch deutlich, weil acht verschiedene Aufgaben nacheinander gelernt wurden. Der niedrigere Endwert ist deshalb kein eigener Qualitätsnachweis.
Die gesamte Antwortzeit für die 16 Antworten sank von 1.543,1 auf 361,7 Sekunden. Nach dem Lernen waren 13 von 16 Antworten innerhalb von 30 Sekunden fertig. Die langsamste dauerte 67,02 Sekunden. Alle acht unbekannten Aufgaben waren nach dem Lernen in höchstens 24,94 Sekunden fertig, aber inhaltlich falsch.
Was technisch geprüft wurde
- 64 Lernschritte auf der Intel-Grafikeinheit von Node6
- acht Lernaufgaben mit je acht Wiederholungen
- acht vollständig getrennte Validierungsaufgaben
- unverändertes Grundmodell mit 8,52 Millionen Parametern
- fortgesetzter vollständiger Lernzustand mit beiden Adam-Momenten
- kein GPU-Neustart und normale Kühlung nach dem Lauf
- alle eigenen Prozesse beendet
- 500 offizielle MBPP-Testaufgaben reserviert und nicht ausgeführt
Der vollständige 30-Aufgaben-Entwicklungsvergleich bleibt unverändert: 0/30 Modellantworten gegenüber 22/30 festen Reparaturregeln.
Was wir daraus ableiten können
Das kleine Modell kann mindestens einen sehr kurzen Ausdruck aus der Lernmenge speichern. Mehr Aufgabenvielfalt hat diese Wirkung nicht auf unbekannte Aufgaben übertragen. Das macht eine Kapazitätsgrenze plausibler, beweist aber noch nicht, dass allein die Modellgröße verantwortlich ist. Trainingsziel, Textzerlegung, Architektur und Datenmenge können ebenfalls begrenzen.
Ein sauberer Größennachweis braucht als Nächstes einen gleich behandelten, etwas größeren, von Grund auf trainierten Vergleich: dieselben Aufgaben, dieselbe Textzerlegung, derselbe Prompt, dieselbe Anzahl an Begegnungen und dieselbe Auswertung. Erst dieser Vergleich kann zeigen, ob mehr Modellkapazität die Übertragung tatsächlich verbessert.
BitNet bleibt dabei eine mögliche spätere Richtung für Speicher-, Laufzeit- und Energieeffizienz. Es ersetzt den noch fehlenden Nachweis besserer Antworten nicht.
Belegstand: 17. September 2026, 12:26 Uhr Zürich. Kein Spezialist abgenommen.