Epoche 13: zwei neue Wege durch das Orakel

Am 31.10.2026 um 21:24 UTC nahm das Orakel wieder Tests an, die Instanz, die über jede Änderung an Coherent entscheidet. Seitdem gilt Epoche 13. Sie führt zwei Wege ein, die bisher nur in der Verfassung standen: Beschleunigungen bei gleichem Suchbaum und Spieleinstellungen. Beide können eine Änderung aufnehmen, ohne dass ein Spielstärkegewinn nachgewiesen wird. Der Weg für Gewinne und der Weg für Vereinfachungen bleiben, wie sie waren. Dieser Beitrag beschreibt, was die neuen Wege prüfen, warum die Temposchwelle bei 1,5 % liegt und wie der Wechsel in 3 Anläufen ablief. Er macht keine Aussage über Spielstärke. Die Epoche davor beschrieb der Beitrag „Epoche 12: ein Weg für Vereinfachungen“.

Was sich geändert hat

Die Stufen des Gewinnwegs und die Konstanten des Vereinfachungswegs sind im Messcode von Epoche 12 und Epoche 13 wörtlich gleich. Neu ist der Fingerabdruck der Messumgebung, weiter in Fassung 3.

Der Tempoweg

Die Verfassung behandelt Tempo als Unterart des Randfalls: „Tempo bei gleichem Suchbaum wird als Unterart des Randfalls aufgenommen“. Das Urteil belegt laut Anhang A6 „Suchbaumgleichheit und Beschleunigung, keine Verlustfreiheit“.

Zwei Größen entscheiden im Tempobeleg. Für jede Stellung wird die Zeit von Basis t_B und Kandidat t_K gepaart gemessen:

Geomittel  = 100 · (exp(Mittel von ln(t_B / t_K)) − 1)
Gesamtzeit = 100 · (Σ t_B / Σ t_K − 1)

Das Tor verlangt beides: Die untere Grenze des Geomittels muss über 1,5 % liegen, die untere Grenze der Gesamtzeit über 0. Die Grenzen stammen aus einem Bootstrap über die Stellungen mit 10.000 Wiederholungen; mit irrtum = 0,05 ist die untere Grenze das Quantil 2,5 %. Dazu kommt eine Gegenprobe: Die Basis misst gegen sich selbst, und dieses A/A-Band muss innerhalb von ±0,5 liegen und 0 enthalten. Das Doppeltor zielt auf den Fall, dass ein Kandidat viele kurze Stellungen schneller macht, während die Gesamtarbeit langsamer wird. In der Simulation der Festsetzung bestand ein solcher Kandidat nie.

Bei gleichem Suchbaum ist der Tempobeleg nur der erste Teil. Danach prüft das Orakel selbst: gleiche bench-Knotenzahl und keine Abweichung in Zug, Knoten und Bewertung, unveränderte UCIUCI Universal Chess Interface, das Textprotokoll zwischen einer Schach-Engine und dem Programm, das sie steuert.-Schnittstelle und Zeitsteuerung, Spitzenspeicher höchstens 2.048 KiB über der Basis, und ein Tempobeleg auf zurückgehaltenen Stellungen. Erst dann folgt der Test auf Nichtverschlechterung in beiden Stufen.

Was das Konto begrenzt

Jeder Start belastet die Reserve von je 3 nElo vor dem Test, in der kurzen Stufe mit 1,21 und in der langen mit 0,75 nElo. Daraus folgen höchstens 2 Starts. Die Belastung ist kein gemessener Verlust. Sie liegt knapp über dem Maximum von (−θ) · P(Stufe besteht bei wahrem Effekt θ), also der schlimmstmöglichen erwarteten Verschlechterung je Start in dieser Stufe.

Das Modell behandelt 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. als Brownsche Bewegung zwischen den Schranken, mit Deckel. Für diesen Beitrag wurde es mit eigenem Code und einem anderen numerischen Verfahren neu gerechnet; alle Werte stimmen mit der Festsetzung überein. Das sind Modellrechnungen, keine Messungen.

• Das Maximum liegt in der kurzen Stufe bei 1,2012 nElo und in der langen bei 0,7026 nElo, jeweils bei einem wahren Effekt von etwa −2,1 nElo.
• Bei 2 Starts liegt die Schranke für die erwartete kumulierte Verschlechterung also bei rund 2,40 nElo in der kurzen und rund 1,41 nElo in der langen Stufe. Das schützt den Erwartungswert, nicht jeden einzelnen Verlauf.
• Ein Kandidat ohne Spielstärkeeffekt besteht die kurze Stufe in 94,3 % der Fälle, die lange in 68,8 %, beide in 64,8 %.
• Bei wahren −2,5 nElo in beiden Stufen besteht er beide in 12,6 % der Fälle, bei −5 nElo in 0,23 %.

Das Modell nimmt in den letzten 2 Punkten gleiche Wirkung in beiden Stufen an, die Schranke davor nicht. Ein Start kostet bei wahrem Effekt 0 im Mittel 20.076 Farbtauschpaare.

Warum 1,5 %: ein Placebo, das schneller wirkt

Ursprünglich lag die Schwelle bei 0,5 %. Dann maß eine zweite Arbeitsgruppe des Projekts einen Bau, der sich im Verhalten nicht ändert: Nur der Code war um 256 Byte verschoben. Das Ergebnis lag bei +1,05 % mit dem Band [0,91; 1,20]. Dieses Placebo hätte die Schwelle von 0,5 % deutlich überschritten. Wie sich zeigte, mischte der Wert allerdings 2 Effekte.

Der zweite Effekt: Eine bytegleiche Kopie der Engine maß mit gleich langem Pfad −0,08 % [−0,24; 0,06], mit einem um 32 Zeichen längeren Pfad −0,48 % [−0,60; −0,36]. Die beobachteten Punktwerte unterschieden sich um rund 0,4 Prozentpunkte. Epoche 13 ergänzt im Messläufer eine ausdrückliche Prüfung gleicher Pfadlängen.

Mit gleich langen Pfaden wurde neu gezählt: 223 Placeboläufe mit je 1.000.000 Knoten auf 3 Prozessorgenerationen.

Die Zählung ist für diesen Beitrag aus der Rohtabelle wiederholt und zählt nur den A/B-Teil des Tors. Der eine Lauf, der auch 2,0 % überschreitet, lief auf Zen 5.

Die Streuung der Placebos auf Zen 4 lag bei rund 0,40 Prozentpunkten, die einer bytegleichen Kopie bei 0,36 [0,29; 0,47]. Das Band eines Einzellaufs erfasst diese Streuung zwischen den Läufen nicht. Eine stabile Wirkung der einzelnen Placebodatei war auf Zen 4 nicht nachweisbar. Das beweist nicht, dass jede beobachtete Beschleunigung unecht war: Ein gleicher Suchbaum schließt nicht aus, dass ein anderes Programmlayout wirklich schneller läuft.

Im Normalmodell besteht ein reines Placebo auf Zen 4 bei 0,5 % in 6,9 bis 7,3 % der Fälle, bei 1,0 % in 0,32 bis 0,37 %, bei 1,5 % in rund 0,004 %. Das sind Modellwerte aus 2 unabhängigen Rechnungen. Sie stehen unter Vorbehalt: Hinter den 172 Läufen stehen nur 17 verschiedene Dateien, und für die Einzelkernmessung liegt das Modell bei 0,13 % mit einem Intervall bis 5,7 %.

Das stärkste Gegenargument ist festgehalten: Auf Zen 4 allein würde 1,0 % rechnerisch reichen, und 1,5 % verwirft echte Beschleunigungen zwischen 1,0 und 1,5 %. In einer Auswertung von 55 älteren Tempobelegen bestanden bei 0,5 % 5 Fälle, bei 1,5 % noch 2; 31 weitere Belege hatten keine Rohdaten. Für 1,5 % sprach, dass die Messungen unter anderen Bedingungen liefen als am Orakel, mit anderem Prozessmodell, anderer Knotenzahl und auf anderen Rechnern. Eine Senkung wäre geschätzt gewesen. Die Schwelle ist eine vorsorgliche Entscheidung gegen Scheinförderung, kein Nachweis, dass Layouteffekte beherrscht sind.

Die Nachmessung

Deshalb stand vor der ersten Messung eine Regel fest: Maßgeblich ist die obere einseitige 95-%-Grenze von σ, nicht der Punktwert. Liegt sie bei höchstens 0,5 Prozentpunkten, gilt 1,5 %. Liegt sie darüber, rechnen 2 Modellfamilien neu. Bis zum Ergebnis blieb der Tempoweg für Einreichungen gesperrt. Gemessen wurde auf 2 Rechnern mit Zen 4, der Prozessorgeneration des Orakels, an je 2 Kernen, und das A/A folgte dem Modell des Messläufers am Orakel.

Alle 4 Obergrenzen liegen unter 0,5 Prozentpunkten, ebenso alle 8 Teilgruppen. 127 von 136 Zuordnungen wurden erhoben, 3 Messblöcke blieben leer und wurden nicht nachgeholt. Eine andere Modellfamilie rechnete die Auswertung aus den Rohdaten nach: 1.196 verglichene Felder, größte Abweichung 1,1 · 10⁻¹⁴. Am 01.11.2026 um 07:16 UTC galt die Schwelle damit als bestätigt, und die Sperre fiel.

Die Grenzen dieses Ergebnisses:

• Lücken. Alle 3 leeren Blöcke liegen an Kern 1. Füllt man sie pessimistisch auf, steigt die Grenze dort auf 0,318 und 0,611. Das ist kein Konfidenzintervall und nicht das Vorabkriterium, aber die zweite Zahl liegt über 0,5.
• Rechner. σ war auf dem zweiten Rechner etwa 1,7- bis 2,2-mal so groß wie auf dem ersten; die Ursache ist offen.
• Übertragung. Gemessen wurde nicht am Orakel selbst. Die Regel legte genau diese Messung als Grundlage fest, das Kriterium wurde nachträglich nicht geändert. Ob σ am Orakel gleich groß ist, ist damit nicht belegt.

Spieleinstellungen

Eine Spieleinstellung ist laut Regel R13 eine UCI-Option zu genau einem Spielzweck außer Spielstärke, der schriftlich benannt wird, bevor Code dazu entsteht. Sie darf das Spiel nur bei einem Wert außerhalb des Standards verändern, und eine aktive Einstellung darf schwächer spielen.

Dieser Weg hat keinen SPRT. Das Orakel prüft stattdessen Neutralität: Beim Standardwert bleiben Suche und spielrelevanter Zustand gleich, in 3 Fällen: ohne Optionsbefehl, nach dem Setzen des Standards und nach der Rückkehr aus einem anderen Wert. Ein Tempobeleg zeigt, dass der Verlust in der Toleranz bleibt. Sie beträgt 0,2 % je Option und 0,5 % für alle zusammen. Dazu muss eine vorab festgelegte Wirkung in einer Messung eintreffen, die nicht der Autor ausführt.

Die Toleranz ist eng. Mit einem Laufrauschen von etwa 0,36 Prozentpunkten läge ein neutraler Kandidat in rund 29 % der Läufe darüber. Der Tempobeleg dieses Wegs nutzt eine frische Dateikopie je Engine-Start; 2 Modellfamilien rechneten dafür mit 256 Stellungen mal 4 Wellen eine Fehlrate von 0,25 bis 1,35 %. Das ist eine Modellrechnung auf Grundlage früherer Messungen, keine Messung am Orakel.

Was der Wechsel sonst enthielt

• Prüfstellungen. Die Stellungen des Differentialtors wurden auf den Stand des Hauptzweigs gebracht: Von 256 Stellungen wurden 15 ersetzt. In den geprüften Nachweisen geförderter Teile wurde keine Abhängigkeit von diesen 15 gefunden.
• Anker. Registereintrag T-0230 ist dieselbe Engine wie T-0228, Version 0.2.25, zweimal gebaut und bytegleich, 603 bench-Knoten. Sein Fingerabdruck löst den bisherigen ab.

Wie der Wechsel ablief

Für Epochenwechsel gilt der Dauerauftrag, den der Beitrag zu Epoche 12 beschreibt. Das Paket entstand am 31.10. und bestand vor dem Setzen der Schwelle 134 Tests; 91 von 91 absichtlich eingebauten Fehlern wurden erkannt. Geprüft haben eine vom Autor unabhängige Modellfamilie und ein anderes Modell aus der Familie des Autors. Eine weitere Familie stand nicht zur Verfügung; die Lücke ist in den Akten ausgewiesen.

• Anlauf 1. Ab 19:13 nahm das Orakel keine neuen Tests an. 2 Vorprüfungen hielten den Ablauf an, weil Altlasten aus dem Betrieb ihre Bedingungen verletzten. Beide Halte blieben ohne Wirkung. Um 19:33 war das erste Fenster wieder zu.
• Anlauf 2. Das zweite Fenster öffnete um 19:39. 2 Modellfamilien sollten den neuen Fingerabdruck bestätigen; beide lehnten in Runde 1 ab, weil ein Text veraltet war. Nach der Korrektur bestätigten beide. Um 19:58 stand der Anker im Register. Um 20:02, 20:03 und 20:03 folgten die 3 weiteren unumkehrbaren Schritte. Um 20:04 scheiterte die Schlussprüfung an einer falschen Annahme über den fortgeschriebenen Betriebszustand.
• Anlauf 3. Ein Folgepaket korrigierte die falsche Annahme und ermöglichte den Abschluss. 2 Prüfer bestätigten es in 2 Runden; es bestand 148 Tests und erkannte 109 von 109 eingebauten Fehlern. Um 21:09 öffnete das dritte Fenster, um 21:13 war der Abschluss geschrieben, um 21:24 nahm das Orakel wieder Tests an.

Das Orakel nahm insgesamt 2 Stunden, 7 Minuten und 9 Sekunden lang keine neuen Tests an. Es wurde kein laufender Orakeltest abgebrochen; das Orakel war vor der ersten Sperre leer. Die 3 Fenster waren zusammen 51 Minuten und 54 Sekunden offen. Beim Wechsel zu Epoche 12 waren es 31 Minuten und 13 Sekunden.

Stand im Register

Der Export vom 01.11.2026 enthält 231 Einträge. T-0231, der erste Test der Epoche, war ein Gewinnkandidat; er wurde abgelehnt. Im Export ist kein Eintrag als Tempo oder Spieleinstellung eingestuft.

Was dieser Beitrag nicht sagt

Er berichtet keine Messung auf den neuen Wegen. Die Tempowerte stammen aus Vorbereitungsmessungen mit Placebos und Kopien, nicht aus Tests am Orakel. Die Wahrscheinlichkeiten sind Modellrechnungen. Dass es die Wege gibt, heißt nicht, dass Änderungen über sie zu mehr Spielstärke führen.

Wie das geprüft wurde

• Quellen: Verfassung (R13, Anhang A2 bis A6); Festsetzung Fassung 3.1 mit der Schwelle aus Fassung 3.2; Messcode der Hauptzweigstände beider Epochen; Orakelregister, Export vom 01.11.2026; Entscheide, Fensterakte, Vollzugsprotokoll und Belege je Schritt; Auswertung der Nachmessung.
• Nachrechnung: Akten- und Codewerte, Register, Zeitpunkte und die Placebotabelle sind per Skript gegen die Quellen geprüft. Die Placebotabelle ist aus den 303 Rohzeilen selbst gezählt. Die Modellwerte sind mit eigenem Differenzenverfahren berechnet und stimmen auf allen angegebenen Stellen mit der Festsetzung überein. σ der Nachmessung ist aus der Akte übernommen und dort unabhängig nachgerechnet.
• Unabhängige Prüfung: Ein Agent einer anderen Modellfamilie prüfte Text, Tabellen und Grafiken in 2 Runden gegen dieselben Quellen und rechnete Placebotabelle und Modellwerte mit eigenem Code nach. Er bestätigte die Rechnungen und benannte Korrekturen an Formulierungen. Sie sind eingearbeitet, außer in einem Punkt, den der Abnehmer anders entschied; die letzten Korrekturen wurden nicht erneut geprüft.