Laufende Forschung
Hime
Eine Übersetzungspipeline für literarisches Japanisch ins Englische. Mehrere kleine, feinabgestimmte Modelle je Absatz statt eines großen Modells im Rechenzentrum — auf einer einzelnen Consumer-GPU, vollständig offline, EPUB rein und EPUB raus.
Die Pipeline
Jeder Absatz durchläuft vier Stufen. Das Interessante daran ist nicht die Kette, sondern dass der Retrieval-Zufluss an jeder Stufe anliegt, nicht nur an der ersten. Je Absatz werden Glossareinträge und frühere Passagen herangezogen — das hält Namen, Anreden und Register über hunderte Seiten hinweg stabil.
Wo es gerade steht
Die feinabgestimmten Modelle schlagen ihr eigenes Basismodell noch nicht zuverlässig. Das jüngste überwachte Fine-Tuning fiel gegenüber dem vorherigen ab. Die Diagnose: Die Decke sitzt im Basismodell und in den Trainingsdaten, nicht im Adapter. Deshalb ist der nächste Schritt fortgesetztes Pretraining und kein weiteres Fine-Tuning.
Das offen zu sagen kostet nichts. Eine Pipeline, die ausschließlich Verbesserungen meldet, wäre weniger glaubwürdig, nicht mehr.
Aufbau
- eine Consumer-GPU
- feinabgestimmte Adapter
- Retrieval als Kontext
- vollständig offline
Der Teil, der funktioniert
Ein Ergebnis wurde zurückgezogen, nachdem die Prüfumgebung ihr eigenes Leck fand.
Ausgereift ist an diesem Projekt die Prüfinfrastruktur: eine entleckte Judge-Umgebung mit 5 Integritätsschranken und eine Sonde über 41 linguistische Achsen, bewertet von einem Feld an Leserpersonas.
Ein früheres positives Ergebnis ließ sich auf ein Leck im Antwortschlüssel zurückführen und wurde zurückgezogen. Das steht hier, statt stillschweigend zu verschwinden — denn ein Messaufbau, der eigene Fehler nicht fängt, ist keiner.
Das Repository ist privat, deshalb steht hier kein Link darauf. Ein Link, der 404 liefert, ist schlechter als keiner.