Het huidige Toddler-brein
Waar zitten de reflex, het lerende beleid en de taalmodellen? Deze analyse zet de gebouwde onderdelen, de benchmarkopstellingen en de nog ontbrekende verbindingen naast elkaar.
G3-beleid
Een bevroren route kiest per spel- of leertak een getrainde expert. G3 heeft twee afgeschermde opvolgertoetsen overleefd. Dit is geen LLM-router.
JEV-reflex
Harde grenzen en vier getypeerde risicovragen kunnen stop, langzaam of doorgaan opleveren. Fysieke inzet en risicokalibratie zijn nog niet gevalideerd.
CLM en GPU-motor
De CLM-adapter is lokaal getest met Qwen3-8B op één V100. Nieuwe toestanden waren te traag voor de 20 ms-reflex; risicokalibratie ontbreekt. De mixture is een aparte chatservice; zij verandert G3 niet automatisch.
De lagen en hun verbindingen
Het schema toont twee aparte routes. Een antwoord uit de chatservice is geen nieuwe Toddler-generatie; een MCP-tool kan wel een echte G3-policy laten spelen.
JEV en CLM: de snelle beslislaag
De huidige reflexcode controleert eerst kracht, snelheid en afstand. Daarna beoordeelt zij vier vragen: gripverlies, persoon in veiligheidszone, aanstaande botsing en instabiel object. Ontbreekt een antwoord of duurt het langer dan 20 ms, dan volgt een stop. Het JEV-antwoord gebruikt een ingestelde onzekerheidsmarge; die marge is nog geen gemeten betrouwbaarheidsinterval voor echte gevaren.
De JEV-proef mat 1.385 ms voor een koud verzoek en 5 ms uit cache. De kalibratie verbeterde op PIQA-vragen, maar is niet gevalideerd voor de vier fysieke gevaren. De JEV-webservice was bij deze audit bereikbaar terwijl de benodigde modelbackend niet draaide. Een werkende healthcheck bewijst dus geen werkende reflex.
CLM vergelijkt toestanden en kandidaat-antwoorden via een Qwen3-8B-encoder en een contrastieve kop. Toddler heeft nu een CLM-client en een schaduwvergelijking voor dezelfde vier risicovragen als JEV. Op deze machine gebruikte de proef circa 24,6 GB V100-geheugen. De eerste aanvraag duurde ongeveer 400 ms; twaalf verschillende toestanden hadden een mediaan van 98 ms en twaalf herhalingen van één toestand 5,1 ms. De JEV-koppeling gaf bij de gepaarde proef een HTTP-fout, dus er is nog geen kwaliteitsvergelijking. CLM bestuurt niets. Zie het testprotocol.
Veiligheidsstatus
Niet-eindige sensor-, tijd- en antwoordwaarden leiden nu tot een stop in de software. De fysieke drempels, de vaste onzekerheidsmarge en de hele robotketen zijn nog niet gevalideerd voor inzet.
De zes GPU's als modelmotor
De gemeten MoM-opstelling gebruikt twee V100 32 GB kaarten voor Qwen3.8-27B Q4-aggregators. Vier RTX 4000 Ada 20 GB kaarten leveren Devstral-, Qwen3.5- en Gemma4-concepten. De proxy vraagt de concepten parallel op; de aggregator schrijft het uiteindelijke antwoord. Extra replica's verhogen vooral de capaciteit voor meerdere vragen, niet de snelheid van één gegenereerd antwoord.
| Route | Wat is gemeten? | Status als Toddler-motor |
|---|---|---|
| Qwen3.8-27B Q4 + Ada-concepten | Historische mixture: composite 0,885; specialist 0,720; kleine holdout 0,750. | Werkende referentieopstelling. Publieke composite telt niet voor promotie. |
| Qwen3.8 Flash-Next AP-IQ2_S GGUF | Los model rond 40,8 token/s op het V100-paar. | Kandidaat als aggregator met Ada-concepten; die combinatie is nog niet gelijkwaardig getoetst. Dit is geen TP2. |
| Qwen3.8-27B QUASAR NVFP4, 1Cat TP2 | Een eerdere mixture scoorde 0,578 op de historische composite; een latere TP2-status meldt een gefaalde kwaliteitscanary. | Afzonderlijke TP2-proef, nog niet goedgekeurd als motor. |
| Qwen3.8 Flash-Next NVFP4, 1Cat TP2 | De lokale poging op twee V100's liep vast op geheugen. Upstream 1.5.1 documenteert Flash-Next op vier gekoppelde V100's met TP4. | Geen bewezen lokale TP2-snelheid of kwaliteit; vier V100's zijn hier niet aanwezig. |
GPU-indeling is een benchmarkconfiguratie, geen vaste productiebezetting. Tijdens deze audit draaiden de MoM- en TP2-services niet. De cijfers zijn taak- en protocolgebonden; token/s van één model zegt niets rechtstreeks over antwoorden per minuut van de hele mixture.
Wat eerst bewezen moet worden
- Repareer de niet-eindige sensor- en tijdwaarden; meet koude p95/p99-vertraging en risicokalibratie op eigen gevallen.
- Meet een Flash-Next GGUF-aggregator met de vier Ada-concepten tegen de bestaande Q4-mixture op dezelfde nieuwe, afgeschermde taken.
- Test CLM op onafhankelijk gelabelde risicoscènes zodra JEV weer werkt. De eerste lokale proef toont snelle herhalingen maar te trage nieuwe toestanden voor een actieve reflex.
- Maak voor TP2 onderscheid tussen 27B QUASAR en Flash-Next; promoveer pas na geldige kwaliteitscanary, specialistentoets, 256-token-snelheidsmeting en GPU-board-energie per antwoord.
De volledige onderbouwing, inclusief codepaden, meetbeperkingen en de beoogde GPU-indeling, staat in de technische audit.