{
 "nbformat": 4,
 "nbformat_minor": 5,
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "name": "python"
  }
 },
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# T02a · Wiederholung der Hausaufgabe T01\n",
    "**Maschinelles Lernen (AKIB16) · Mo 05.10.2026 · Stephanie Ness**\n",
    "\n",
    "**Dies ist ausdrücklich eine Wiederholung, kein neuer Grundlagenblock.** Zeit: 20–25 Minuten. Nutzen Sie Ihre Hausaufgabenergebnisse und bei Bedarf dieselben [Browser-Experimente](https://stephanieheilbronn-ml-t01-transformer-labor.static.hf.space/index.html) oder Ihr T01-Notebook. Es müssen keine Modelle in diesem Arbeitsblatt installiert werden.\n",
    "\n",
    "Ziel: Beobachtungen erklären, Unsicherheiten klären und den Übergang zu RAG vorbereiten.\n"
   ],
   "id": "6b92a830b50f"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 1 · Aus dem Gedächtnis erklären (5 Min.)\n",
    "Ohne zunächst nachzuschlagen: Was ist ein Token? Worin unterscheiden sich Encoder und Decoder? Was verändert Temperatur – und was garantiert sie nicht? Was stellt ein Satz-Embedding dar?\n",
    "\n",
    "**Meine Erklärung:** …\n",
    "\n",
    "**Nach dem Abgleich mit der Hausaufgabe korrigiert:** …\n"
   ],
   "id": "e75c71e350a9"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 2 · Einen eigenen Grenzfall wiederholen (5 Min.)\n",
    "Wählen Sie ein überraschendes Ergebnis aus T01. Ändern Sie genau ein Merkmal: ein Wort, eine Verneinung oder die Temperatur.\n",
    "\n",
    "[Stimmung wiederholen](https://stephanieheilbronn-ml-t01-transformer-labor.static.hf.space/index.html) · [Temperatur wiederholen](https://stephanieheilbronn-ml-t01-transformer-labor.static.hf.space/index.html) · [Tokens wiederholen](https://stephanieheilbronn-ml-t01-transformer-labor.static.hf.space/index.html)\n",
    "\n",
    "**Ursprüngliche Eingabe / Ergebnis:** …\n",
    "\n",
    "**Gezielte Änderung / neues Ergebnis:** …\n",
    "\n",
    "**Was lässt sich daraus schließen – und was nicht?** …\n"
   ],
   "id": "e114fe053cdb"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 3 · Gemeinsam: Embeddings wiederholen (5 Min.)\n",
    "Wählen Sie nach dem Öffnen in der Seitenleiste A4. Öffnen Sie [T01/A4](https://stephanieheilbronn-ml-t01-transformer-labor.static.hf.space/index.html). Vergleichen Sie zwei ähnliche Sätze, eine Übersetzung und einen themenfremden Satz. Testen Sie danach eine Verneinung.\n",
    "\n",
    "**Welche Paare liegen nahe beieinander?** …\n",
    "\n",
    "**Warum kann eine hohe Ähnlichkeit trotzdem problematisch sein?** …\n"
   ],
   "id": "5120a337cac0"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 4 · Übergang zu neuem Stoff (5–10 Min.)\n",
    "Wie könnten Sie aus einem langen Dokument die Abschnitte auswählen, die zu einer Frage passen? Warum reicht der ähnlichste Abschnitt allein noch nicht als Antwort?\n",
    "\n",
    "**Unsere Vermutung:** …\n",
    "\n",
    "**Eine offene Frage:** …\n",
    "\n",
    "Jetzt beginnt der neue Stoff: [T02b · Mini-RAG und Werkzeug-Agenten](https://stephanieheilbronn-ml-t02b-rag-agent.static.hf.space/index.html). Dort wird das bekannte Embedding-Modell für eine Suche eingesetzt; ein instruktionsorientiertes Sprachmodell ergänzt Antworten und Werkzeugvorschläge.\n",
    "\n",
    "Speichern Sie dieses ausgefüllte Arbeitsblatt oder notieren Sie die Antworten in Ihren Kursunterlagen.\n"
   ],
   "id": "f9b5a836473b"
  }
 ]
}