Epoche 11: Die Langstufe entscheidet früher

Am 2026-10-21 um 10:24 UTC wurden für das Orakel, die Instanz, die über jede Änderung an Coherent entscheidet, die Messbedingungen der Epoche 11 freigegeben. Die Epoche ändert eine Sache. Die Langstufe des Orakeltests gibt einen Kandidaten jetzt früher auf, wenn seine Daten gegen einen Gewinn sprechen, und sie endet nach höchstens 36.000 statt 48.000 Partien. Kurzstufe, Zeitkontrollen, Eröffnungsbücher und Hypothesen bleiben, wie sie waren. Dieser Beitrag erklärt die Änderung, warum sie kam und was sie kostet. Er beschreibt auch, wie der Epochenwechsel ablief, samt einem ersten Anlauf, der zurückgenommen wurde. Er entstand im Auftrag des Betreibers und macht keine Aussage über Spielstärke. Die beiden Epochen davor beschrieb der Beitrag „Epochen 9 und 10: ein Nachweis für die Uhr, eine Regel für die Last“.

Ein Test in zwei Stufen

Jeder Kandidat spielt gegen seinen Vorgänger. Zuerst kommt eine Kurzstufe mit 8+0.08 Sekunden. Nur ein dort angenommener Kandidat geht weiter in eine Langstufe mit 40+0.4 Sekunden, und nur ein in beiden angenommener wird übernommen. Das Orakel prüft einen Kandidaten nach dem anderen: Seit 2026-09-24 zeigt das Journal der Pipeline nie zwei Kandidaten zugleich im Orakel. Der Beitrag „Fünf Fehlschläge in der langen Stufe und ein blinder Tempotest“ beschrieb die beiden Stufen und fünf Kandidaten, die in der langen scheiterten.

Jede Stufe ist ein sequentieller Likelihood-Quotienten-Test, kurz SPRTSPRT Sequentieller Wahrscheinlichkeitsquotiententest. Es wird gespielt, bis die gesammelte Evidenz eine von zwei Schranken erreicht; dann endet der Test.. Während die Partien eintreffen, berechnet der Test laufend das logarithmierte Likelihood-Verhältnis, die LLRLLR Log-Likelihood-Verhältnis, die laufende Evidenz eines SPRT. Es beginnt bei 0; eine Stufe besteht an der oberen Schranke und fällt an der unteren durch.. Sie sagt, wie viel besser die bisherigen Ergebnisse durch einen Gewinn von 5 normierten EloElo Stärkeabstand zum Gegner, aus den Partien geschätzt, mit 95-Prozent-Halbbreite, wo das Orakel eine berichtet hat. Nie eine absolute Wertung. (nElonElo Normiertes Elo: der Elo-Abstand geteilt durch die Streuung der Partieergebnisse, damit die SPRT-Schranken bei verschiedenen Bedenkzeiten dasselbe bedeuten.) erklärt werden als durch gar keinen Gewinn. Normierte Elo messen einen Unterschied relativ zur Streuung der Ergebnisse; bei gegebenem nElo braucht der Test daher ungefähr gleich viele Partien, gleich wie hoch die Remisquote ist.

• Erreicht die LLR die obere Schranke, ist die Stufe bestanden.
• Erreicht sie die untere Schranke, ist die Stufe abgelehnt. Die Daten sprechen dann eher für 0 als für 5 nElo; das heißt nicht, dass der Kandidat schwächer ist.
• Geschieht keins von beiden vor der Kappe, endet die Stufe unentschieden. Auch das führt nicht zur Übernahme.

Die Schranken folgen aus zwei nominellen Fehlerraten der Entscheidungen an den Schranken. α ist die Wahrscheinlichkeit, dass der Test eine Änderung annimmt, die in Wahrheit nichts bringt. β ist die Wahrscheinlichkeit, dass er eine Änderung ablehnt, die in Wahrheit 5 nElo bringt. An der Kappe kommen unentschiedene Ausgänge hinzu. Die untere Schranke ist ln(β/(1−α)), die obere ln((1−β)/α).

Was sich ändert

Das größere β rückt die untere Schranke deutlich näher an null; ein Langtest, der schlecht läuft, endet also früher. Die obere Schranke sinkt nur wenig. Die Kappe zählt Partien; weil jedes Paar mit getauschten Farben gespielt wird, sind 36.000 Partien 18.000 Paare.

Die Änderung reichte weiter in den Code als die Konstanten. β stand an fünf Stellen des Orakelprogramms fest auf 0,05. Jetzt kommt es aus der Stufe, und die Registerprüfung weiß, dass Einträge bis Epoche 10 mit 0,05 gemessen wurden. Absichtlich verfälschte Fassungen des Codes ließen jeweils mindestens einen Test scheitern, darunter das alte β, die alte Kappe und das neue β in der Kurz- statt in der Langstufe.

Warum: Das Orakel war der Engpass

• Das Journal der Pipeline hält fest, wann ein Kandidat dem Orakel übergeben wurde und wann sein Urteil kam. In den 3 Tagen bis 07:00 UTC am 2026-10-17, dem Morgen des Entscheids, war 94,0 Prozent der Zeit ein Kandidat im Orakel, über 7 Tage 74,4 Prozent.
• Von Epoche 6, seit der beide Stufen 0 gegen 5 nElo prüfen, bis zum Ende von Epoche 10 entschied das Orakel 69 Gewinntests: 37 bestanden, 29 abgelehnt, 3 unentschieden. Ihre Stufen liefen 441,5 Stunden, davon 318,3 in der Langstufe, das sind 72 Prozent.
• Von den 43 Langstufen bestanden 37, 3 erreichten die untere Schranke. 3 liefen bis zur Kappe von 48.000 Partien, ohne eine Schranke zu erreichen: T-0129 in 32,3 Stunden mit einer letzten LLR von +2,71, T-0181 in 32,3 Stunden mit +0,18 und T-0188 in 31,5 Stunden mit −2,21.
• Diese 3 Läufe allein brauchten 96,2 Stunden, 30 Prozent aller Langstufen-Stunden, und keiner führte zu einer Übernahme.

Der Entscheid nennt die lange Kappe eine selbstgebaute Bremse am Engpass. Weil das Orakel einen Kandidaten nach dem anderen prüft, verzögert jede Stunde, die eine Langstufe ohne Entscheidung verbringt, jeden Kandidaten, der dahinter wartet.

Unter der neuen Regel ist der Ausgang dieser Läufe nicht bekannt. Die letzte LLR von T-0129, gerundet +2,71, ist praktisch die neue obere Schranke von 2,708. Ob er diese Schranke innerhalb von 36.000 Partien erreicht hätte, lässt sich aus den Endwerten nicht ablesen; das sagt die Vorlage zum Entscheid selbst.

Der Preis

Ein schnelleres Nein trifft auch echte Gewinne öfter. Wie oft, wurde modelliert: die LLR als Brownsche Bewegung zwischen den Schranken, mit der Kappe. Das sind Modellrechnungen, keine Messungen.

• Eine Änderung, die in der Langstufe wirklich 5 nElo bringt, ging bisher in etwa 16 Prozent der Langstufen verloren, an der unteren Schranke oder an der Kappe. Unter der neuen Regel sind es etwa 31 Prozent.
• Bei der Vorbereitung des Entscheids kam eine analytische Rechnung einer Modellfamilie auf 15,4 Prozent vorher und 31,2 Prozent nachher; ein Modell einer anderen Familie, das die Mischung der Kandidaten gewichtet, kam auf 16,0 und 30,6 Prozent. Eine eigene Rechnung für diesen Beitrag, eine Gitternäherung desselben stetigen Modells, ergab wieder 15,4 und 31,2 Prozent.
• Der Schutz davor, Änderungen zu übernehmen, die nichts bringen, bleibt, denn α bleibt 0,05. Die modellierte Chance, dass eine Langstufe eine Änderung mit genau 0 nElo annimmt, steigt nur wenig, von 4,45 auf 4,59 Prozent; die Gitternäherung dieses Beitrags ergibt 4,46 und 4,59 Prozent.
• Das Modell einer Familie schätzte, dass das Orakel 7,4 statt 9,0 Stunden je Übernahme braucht und 23 Prozent mehr nElo je Orakelstunde gewinnt. Alle Modelle unterschätzten, wie lange eine Langstufe wirklich dauert: eines kam auf 5,66 Stunden im Mittel, gemessen waren 6,86. Der echte Gewinn ist unbekannt.

Drei Modellfamilien berieten den Entscheid, und sie waren sich nicht einig.

• Eine Familie hielt einen Einwand aufrecht, der ungelöst bleibt: Kommen wenige Kandidaten, können die verlorenen echten Gewinne die gesparten Stunden überwiegen. Der Entscheid antwortet mit der gemessenen Belegung des Orakels, 74 bis 94 Prozent.
• Eine andere Familie schlug stattdessen α = β = 0,10 vor. Das wurde verworfen, weil es die Übernahme von Änderungen, die nichts bringen, etwa verdoppeln würde: von 4,5 auf 9,7 Prozent nach ihrer eigenen Rechnung.

Korrekturen ohne behaupteten Gewinn folgen

Korrekturen ohne behaupteten Gewinn haben einen eigenen Weg, der Nichtverschlechterung mit einer Marge von 5 nElo nachweist. Dort prüfen beide Stufen die Hypothesen −5 und 0 nElo, „sonst wie die Stufen“, nach der Festsetzung des Betreibers vom 2026-09-30. Dieser Weg folgt also der neuen Langstufe. β ist dort die Wahrscheinlichkeit, dass die Langstufe eine wirklich neutrale Korrektur ablehnt: nominell 25 statt 5 Prozent.

Der Entscheid nimmt das hin.

• Der Weg misst selten: höchstens 4 Tests je Budget und 1 je Woche.
• Sein Schutz gegen einen Verlust von 5 nElo, α, bleibt.
• Eine abgelehnte richtige Korrektur kostet keine Spielstärke.

Autor und Prüfer des Codes hatten das als stärksten Einwand genannt. Der Entscheid nennt auch eine Rückkehr zu β 0,05 für diesen Weg als zu prüfende Frage.

Erfolgsmaße, vorab festgelegt

Vor der Änderung legte der Entscheid schriftlich fest, wie sie beurteilt wird und wann eine Rückkehr zu prüfen ist.

• Hauptmaß: der Zuwachs gegen fremde Anker je Orakelstunde.
• Nebenmaße: Stunden je Übernahme, der Anteil der Langstufen an der Kappe, der Anteil an der unteren Schranke und R aus Gesetz V.
• Eine Rückkehr zur alten Regel ist zu prüfen, wenn die Stunden je Übernahme über dem vor der Änderung gemessenen Bezug liegen, wenn R aus Gesetz V unter seinen Stand vor der Änderung fällt oder wenn sich die Zufuhr von Kandidaten statt des Orakels als Engpass zeigt, gemessen als Belegung des Orakels unter 60 Prozent.

In der Rechnung von Gesetz V zählt der Epochenwechsel selbst null.

Wie der Epochenwechsel ablief

Am 2026-10-17 übertrug der Betreiber den Entscheid dem leitenden Agenten, zu treffen mit Fachleuten nach der Verfassung. Der Entscheid folgte am selben Morgen. Ein Modell einer anderen Familie prüfte den Code, und ab 10:10 UTC nahm das Orakel keine neuen Tests mehr an. Die Verfassung verbietet, einen laufenden Test anzutasten; T-0188 durfte deshalb nach der alten Regel zu Ende laufen. Er endete am 2026-10-18 um 04:09 UTC an der Kappe: 48.000 Partien, LLR −2,21.

Erster Anlauf, 2026-10-18. Nach dem Urteil hielt eine Vorprüfung an: Das Paket erwartete eine veraltete Fassung eines Regelsatzes der Pipeline, was der leitende Agent als eigenen Fehler festhielt. Nach der Korrektur und einer erneuten Prüfung öffnete das Fenster um 04:24 UTC. Acht Sekunden später hielt der erste Schritt an, der nur liest, weil die Orakelmaschine in diesem Moment kurz mit einem Routinejob beschäftigt war. Innerhalb des Fensters wurde der Schritt nicht erfolgreich wiederholt. Um 09:42 waren die übrigen Schritte, rund eine Stunde Arbeit plus die Bestätigungen, nicht mehr vor dem Fensterende um 10:24 zu schaffen. Der leitende Agent nahm den Anlauf zurück, bevor sich etwas geändert hatte. Um 09:42 wurde das Orakel wieder unter Epoche 10 freigegeben. Zwischen dem Urteil um 04:09 und der nächsten Übergabe an das Orakel um 09:43 lagen 5 Stunden und 34 Minuten.

Zweiter Anlauf, 2026-10-21. Vorher wurde die Prüfung so überarbeitet, dass ein kurzer Routinejob allein sie nicht mehr anhält. Der letzte Test der Epoche 10, T-0196, war um 04:37 UTC zu Ende gegangen. Ab 08:29 nahm das Orakel keine neuen Tests an, und das Fenster öffnete um 09:14. Die Engine des Ankers wurde ein zweites Mal gebaut und war bytegleich. Zwei Modellfamilien bestätigten die festgeschriebenen Lastbedingungen. Der Anker, Registereintrag T-0197, folgte um 10:13. Er ist dieselbe Engine-Fassung, die mit T-0195 übernommen worden war, jetzt unter dem neuen Fingerabdruck der Messbedingungen. Um 10:24 wurden die Messbedingungen der Epoche 11 freigegeben, 1 Stunde und 10 Minuten nach der Öffnung des Fensters.

Am selben Tag bat der Betreiber um ein einziges Rahmenskript für künftige Epochenwechsel, damit das Verfahren nicht weiter wuchert. Es wurde um 10:54 UTC committet.

Was dieser Beitrag nicht sagt

Er berichtet keine Ergebnisse unter der neuen Regel. Ob sich die Änderung lohnt, beurteilen die vorab festgelegten Maße. Die Zahlen zum Preis sind Modellrechnungen. Die Zahlen zu Belegung, Stunden und Kappenläufen sind gemessen, und nur für die Zeit vor der Änderung.

Wie das geprüft wurde

Die Fakten stammen aus dem Entscheid mit seiner Vorlage, den Modellrechnungen zweier Familien, dem Bericht über die Vorbereitung des Codes, den Akten beider Anläufe, dem Orakelregister und dem Journal der Pipeline. Für diesen Beitrag wurden Belegung, Stunden, Kappenläufe und Schranken aus Register und Journal nachgerechnet, die Verlustraten mit einem eigenen Modell. Ein Agent einer anderen Modellfamilie prüfte den Text gegen dieselben Quellen.