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>
Plattform- und Gerätedokumentation
Dieser Bereich bildet die beiden physischen Geräte der Infrastruktur ab: den Proxmox-Server mit seinen LXCs und den separaten LLM-Server mit AI-Serving und CPU-Encoding. Übergreifende Rollen und Zugriffsziele bleiben auf dieser Ebene. Die SSH-Konfiguration des Proxmox-Hypervisors selbst ist weiterhin nicht Teil der LXC-Dokumentation.
| Dokument | Inhalt |
|---|---|
| LLM-Server | physischer Server 10.0.0.90, Hostbasis, AI-Serving und Encoding |
| Proxmox-Server | Proxmox-Kontext und LXC-Dienste einschließlich DNS, Reverse Proxy und WireGuard |
| GNAI-005 | Rollen- und Zugriffsziel für die Infrastruktur |
Der übergreifende Projektstand steht im zentralen Dokumentationsindex.