GPQA Diamond ist im Frontier-Bereich gesattigt (>90% bei allen Anbietern) und fuer die A/B-Trennung lokal nicht mehr trennscharf. Ersatz: Berkeley Function Calling Leaderboard (bfcl-eval 2026.3.23) als etablierter Tool-Use-Benchmark - mechanische Bewertung (AST, ausfuehrbare Calls, Irrelevance-Detection), direkt gegen die OpenAI-kompatible Engine-API lauffaehig (REMOTE_OPENAI_BASE_URL). Agentic-Benchmarks (tau2-bench, Terminal-Bench) bleiben der Experimental-Stufe vorbehalten. Generated by Mistral Vibe. Co-Authored-By: Mistral Vibe <vibe@mistral.ai>
KI-Dokumentation
Dieser Bereich enthält die fachliche Zielarchitektur und Deployment-Planung für den KI-Stack auf dem LLM-Server. Gemeinsame Hostgrundlagen liegen im Geräteindex, übergreifende Netzwerk- und Sicherheitsgrundlagen in der Plattformdokumentation. Der CPU-basierte Video-Encoding-Workload besitzt einen eigenen Dokumentationsbereich.
| Dokument | Inhalt |
|---|---|
| GNAI-001 | priorisierter High-Level-Implementierungsplan mit Entscheidungstoren und Abnahmekriterien |
| GNAI-004 | Zielarchitektur, Komponenten und Datenwege des KI-Stacks |
| GNAI-008 | nicht finaler Arbeitsentwurf für Ansible- und Gitea-Deployment |
| GNAI-009 | nicht finaler A/B-Plan für Swift, Unsloth, Reasoning-, Kontext- und MTP-Abnahme |
| GNAI-010 | technische Sollkonfiguration für zwei geprüfte Modellprofile auf rootless llama.cpp mit ROCm |
Der übergreifende Projektstand steht im zentralen Dokumentationsindex.