Von Vorhersage zu Optimierung
Das Projekt entwickelte sich von der Frage nach exakten Zahlen hin zur Frage, wie starke Kandidaten über ein Ticket-Portfolio erhalten bleiben.
Forschung
Blog und Forschungsnotizen
Ein Ort für transparente Notizen zu Modellen, Optimierung, Leistung, Fehlern und neuen Experimenten.
V7 correction learning
Forschung an einer Korrekturschicht, die Rankingfehler lernt und das Basismodell stabil lässt.
V8 attack subset selection
Auswahl realistischer Attack-Kandidaten aus TopXX ohne Kollaps in eine einzelne Zahlenzone.
T8 portfolio search
Experimente mit Covering Designs, Maximum Coverage, Heuristiken, Monte-Carlo-Mutationen und Pair Synergy.
Produktionssicherheit
Öffentliche Workflows können Shared Models nutzen, während schweres Training außerhalb des Webservers läuft.
Haben Sie eine Idee oder Rückmeldung?
Wenn Sie eine Experimentidee, einen Verbesserungsvorschlag oder ein Problem gefunden haben, schreiben Sie an support@predexta.com. Das hilft uns, die nächste Entwicklungsrichtung zu wählen.