Betreiberbeschluss 01.11.2026: Swift 1.5 Q6_K aufgenommen (GNAI-009 3.4, Artefakt gepinnt: Revision 14bfe4b, SHA-256 cd2eb65 aus HF-Blob-Metadaten, 22,2 GiB). Testmatrix um S-Reihe und AB3/AB4 erweitert (AB3 isoliert die Thinking-Optimierung Swift 1.0 vs 1.5, AB4 ist der Praxisvergleich). Benchmark-Design ergaenzt: lm-evaluation-harness gegen die interne Engine-API (AIME, GPQA Diamond, MATH-500, IFEval) plus Kernkennzahl Score je Median-Reasoning-Token aus der getrennten reasoning_content. model_store: drittes Artefakt; inference_engine: Profil swift15 (Unit gnai-testing-llama-swift15, Alias swift-1.5-qwen3.8-27b-q6k). 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.