---
title: "Capstone — Von der Anforderung zum reversiblen Firmenmodell"
sidebar:
  label: "Capstone — Firmenmodell"
---

<span id="capstone-von-der-anforderung-zum-reversiblen-firmenmodell" />


[← A04 — RLHF-Brücke](/de/rlhf-bridge) · [Kursstart →](/de/) · [Glossar](/de/glossary)

Voraussetzungen: [C01](/de/company-strategy), [A02](/de/adaptation-comparison), [C04](/de/continued-pretraining).
Zwei Sitzungen: eine für das Neuerzeugen und Sammeln der Evidenz, eine für das
Protokoll. Du nutzt `src/llm_course/company_strategy.py` (`Requirements`,
`score_candidates`, `total_cost`) und jedes Modul von C02 bis A04; nichts Neues wird trainiert.

## Rahmen und die sieben Schritte [#rahmen-und-die-sieben-schritte]

Verwende nur versionierten Code, Manifeste und Baseline-Berichte. Keine echten
Kundendaten verwenden und nicht auf den versiegelten Goldfällen tunen.

1. Fünf Muss-/Kann-Anforderungen für Nordlicht Support formulieren.
2. Snapshot, Hash und Kontaminationsbericht reproduzieren.
3. Beide transparenten Baselines auf Entwicklungsfällen messen.
4. Prompting/Retrieval, DAPT, Full SFT/LoRA und DPO anhand der Berichte vergleichen.
5. Kandidaten erst nach Sicherheits-, Herkunfts- und Lokalitätsgates auswählen.
6. Die versiegelte Prüfung mit einem Menschen durchführen und Korrekturen notieren.
7. Monitoring, Rollback-Checkpoint und Verantwortliche für Alarme festlegen.

## Tore vor der Rangfolge [#tore-vor-der-rangfolge]

`score_candidates(candidates, requirements)` prüft jedes Muss-Tor, bevor es
sortiert: lokale Verarbeitung, geprüfte Lizenz, `quality >= min_quality`,
`latency_ms` und `memory_gib` innerhalb ihrer Budgets. Nicht zulässige
Kandidaten behalten ihre `reasons`-Liste und sortieren ans Ende; zulässige
sortieren nach Qualität, dann Latenz, dann Speicher. Rechne C01s hypothetisches
Paar mit `Requirements(need="format")` nach: ein Online-Kandidat mit Qualität
0,95 und ein lokaler mit 0,80. Die Online-Zeile liefert `eligible: false` mit dem
einzigen Grund `offline processing required`, und die lokale Zeile steht vorn,
obwohl ihre Qualität niedriger ist. Ein Mittelwert beider Zahlen hätte das
falsche System gewählt.

Gib derselben Funktion nun die gemessenen Kandidaten des Kurses mit der exakten
Entwicklungsgenauigkeit als `quality`: `keyword_router` 0/8, Full SFT 0/8 und
LoRA mit Rang 4 0/8. Jede Zeile scheitert am Standardtor 0,7 mit dem Grund
`quality gate failed`, die Liste der zulässigen Kandidaten ist leer, und die
transparente Baseline bleibt im Einsatz. Das ist das festgehaltene Ergebnis in
`docs/company-model-decision.md`; das Capstone verlangt, es aus den Berichten
neu aufzubauen, nicht, es zu übertreffen.

## Evidenzinventar [#evidenzinventar]

Jeder Schritt hat ein versioniertes Artefakt und eine Zahl, die du auf CPU neu erzeugen kannst.

| Schritt | Befehl oder Artefakt | Was reproduziert werden muss |
| --- | --- | --- |
| 2 | `build_snapshot()` aus C02 | 12 freigegebene Dokumente, SHA-256 `d220da8e…acc8288` |
| 2 | `contamination_report(instruction_records("train"))` | keine Prompt- und keine Antwortüberschneidung mit den 8 versiegelten Goldfällen (`d0164978…2aacc6`) |
| 3 | C03s `score_predictions` auf beiden Baselines | `keyword_router` Routingrate 1,0, exakt 0,0, 0 kritische Fehler; `always_escalate` Routingrate 0,25 |
| 4 | `examples/run_continued_pretraining.py --seeds 7 19 43` | Domaingewinn 0,359–0,411, allgemeine Regression 0,032–0,109, `keep_for_further_review` |
| 4 | `examples/run_sft_lora.py --steps 120`, `docs/baselines/sft-lora-v1.md` | Full SFT Train/Dev-NLL 0,488/3,816, LoRA 3,768/4,469, 0/8 richtig bei beiden |
| 4 | `examples/run_open_model_lora.py --download --device cpu`, `docs/model-cards/company-adapter-v1.md` | 230.400 von 134.745.408 trainierbaren Parametern, Antwort-NLL 4,246→3,124, JSON weiterhin unzuverlässig |
| 4 | `examples/compare_dpo_reference.py`, `examples/run_alignment.py --dpo-steps 80 --ppo-steps 60` | TRL-Differenz 0,0; naive PPO-Hackrate 0,108824 gegenüber kontrolliert 0,041577 |
| 5 | `examples/run_company_strategy.py` | primär `sft_lora` für `need="format"`, vier verworfene Alternativen, TCO 359 Einheiten |
| 6 | `docs/reviews/company-gold-v1.md` | Prüfer, Datum und Entscheidung stehen auf **pending**, bis ein Mensch sie ausfüllt |
| 7 | `general-reference.pt` aus C04, die MiniGPT-Basis vor DAPT | `logits_exact: true` nach dem Neuladen: Der DAPT-Kandidat rollt auf diesen Checkpoint zurück |
| 7 | die SmolLM2-Basis in Revision `12fd25f7…`, ohne Adapter neu geladen (`docs/model-cards/company-adapter-v1.md`) | ein verworfener Adapter rollt durch ein Neuladen der gepinnten Basis zurück, kein Neutraining |

Die Latenz ist die eine Spalte, die der Kurs für diese Kandidaten nicht gemessen
hat. Dein Protokoll enthält sie mit Gerät, Threadzahl und Eingabelänge oder hält
fest, dass das Latenztor nicht geprüft wurde.

## Das Entscheidungsprotokoll [#das-entscheidungsprotokoll]

Die Abgabe verknüpft jede Aussage mit Befehl, Hash, Bericht oder Prüfzeile und
nennt zwei verworfene Alternativen. Das Modell schlägt nur eine Route vor;
Zugriff, Secrets und Exporte erzwingt der Anwendungscode. Nenne zu jeder
Alternative die Evidenz, die die Entscheidung ändern würde, und folge der Form
von `docs/company-model-decision.md`: Rahmen, Entscheidung, Gründe, verworfene
Alternativen und die Evidenz, die sie ändert. Schritt 6 ist der einzige, den ein
Mensch ausführen muss: Kopiere die Prüftabelle, trage Prüfer, Datum,
Entscheidung und Korrekturen selbst ein, und wenn sich eine Goldantwort ändert,
berechne das Siegel neu und lasse jede Baseline neu laufen, bevor du eines von
beiden zitierst.

Exit-Kriterium: Eine andere lernende Person kann die CPU-Rezepte aus einem frischen
Checkout ausführen, jede Metrik erklären und den Rollback-Schritt benennen.

## Vorhersagen → Nachvollziehen → Bauen → Beschädigen → Messen → Erklären [#vorhersagen-nachvollziehen-bauen-beschadigen-messen-erklaren]

1. **Vorhersagen:** Schreibe vor dem Bewerten auf, welcher der vier Kandidaten (`keyword_router`, Full SFT, LoRA mit Rang 4, der SmolLM2-Adapter) das Qualitätstor 0,7 bestünde; prüfe dann die Berichte.
2. **Nachvollziehen:** Verfolge einen Entwicklungsfall, `dev-escalate-02`, von C03s Rubrik über die `keyword_router`-Vorhersage bis zu seiner Zeile in `case_results`.
3. **Bauen:** Rufe `score_candidates` mit den gemessenen Kandidaten und `Requirements(need="format")` auf; gib jede `reasons`-Liste aus.
4. **Beschädigen:** Setze `min_quality=0.0`: Jede Zeile wird zulässig, obwohl `score_candidates` `critical_failure_count` nie liest; das Sicherheitstor gehört von dir ins Protokoll.
5. **Messen:** Stoppe `baseline_predictions(cases, "keyword_router")` und einen Modellkandidaten auf den acht Entwicklungsprompts; notiere Millisekunden, Gerät und Threads.
6. **Erklären:** Nenne für jede verworfene Alternative das Artefakt, das sie bräuchte, um die Entscheidung zu ändern.

### Eigenständige Aufgabe [#eigenstandige-aufgabe]

Schreibe den `score_candidates`-Aufruf für dieselben vier Kandidaten,
`keyword_router`, Full SFT, LoRA mit Rang 4 und den SmolLM2-Adapter, mit der
exakten Entwicklungsgenauigkeit als Qualität, der von dir gemessenen Latenz und
dem Speicherumfang, den jeder Bericht deklariert. Entscheide mit
`Requirements(need="format")` und nenne dann das eine neue Artefakt, das einen
Kandidaten zulässig machen würde.

<details>
<summary>Hinweis</summary>

`quality` ist ein Anteil in `[0, 1]`; nutze richtige Fälle durch acht.
Speicherwerte müssen ihren Umfang nennen, Parameterbytes oder Prozessspitze,
und ein Kandidat ohne gemessene Latenz kann das Latenztor nicht bestehen.


</details>

<details>
<summary>Referenzantwort</summary>

Router, Full SFT und LoRA scheitern mit 0/8 an `quality gate failed`, Latenz
und Speicher entscheiden also nie; die Qualität des SmolLM2-Adapters stammt
aus deinem eigenen Lauf, seine Modellkarte hält unzuverlässiges JSON und
keine Freigabe fest. Das Artefakt, das die Entscheidung ändert, ist ein
Entwicklungswert auf oder über dem Tor aus einem eingefrorenen Evaluator mit
null kritischen Fehlern, gefolgt von der versiegelten menschlichen Prüfung.


</details>

[← A04 — RLHF-Brücke](/de/rlhf-bridge) · [Kursstart →](/de/) · [Glossar](/de/glossary)
