Go ist ein strategisches Brettspiel für zwei Personen.
Ziel ist es, mit eigenen Steinen möglichst viel Gebiet zu sichern.
• 2 Spieler: Schwarz und Weiß
• Gespielt wird auf einem 9×9 Gitter (81 Schnittpunkte)
• Die Steine werden auf die Schnittpunkte, nicht in Felder, gelegt
• Schwarz beginnt
Spielablauf
Schwarz setzt einen Stein auf einen freien Schnittpunkt.
Danach setzt Weiß.
Es wird abwechselnd genau ein Stein gesetzt.
Ein gesetzter Stein bleibt liegen (keine Bewegung).
Freiheit (Liberties)
Jeder Stein braucht mindestens eine freie Nachbarposition (oben, unten, links, rechts).
Diese nennt man Freiheiten.
• Hat ein Stein oder eine zusammenhängende Gruppe keine Freiheit mehr, wird sie vom Brett entfernt.
Schlagen (Gefangennahme)
Wenn du die letzte Freiheit einer gegnerischen Gruppe besetzt:
– Diese Steine werden vom Brett genommen.
– Du bewahrst sie als Gefangene auf (zählen bei der Wertung).
Selbstmordregel
Du darfst keinen Stein setzen, wenn er sofort keine Freiheit hätte,
ausser du schlägst dadurch gleichzeitig gegnerische Steine.
Ko-Regel
Man darf nicht sofort eine Stellung wiederherstellen,
die exakt wie im Zug davor aussieht.
Das verhindert endlose Wiederholungen.
Wann endet das Spiel?
Wenn beide Spieler hintereinander passen, endet die Partie.
Wertung (einfach erklärt)
Am Ende zählt man:
• Freie Schnittpunkte, die nur von deiner Farbe umgeben sind = Gebiet
• Gefangene gegnerische Steine
Wer mehr Punkte hat, gewinnt.
DMSG:
Vor der anpassung an der FW:
[Tue Mar 10 08:34:00 2026] lockd: server 10.0.7.8 not responding, still trying
Nach der Anpassung an der FW:
[Tue Mar 10 08:43:52 2026] lockd: server 10.0.7.8 OK
Debug Helper CMD:
root@mail01.~# rpcinfo -p 10.0.7.8
program vers proto port service
100000 2 tcp 111 portmapper
100000 4 udp 111 portmapper
100024 1 udp 628 status
100024 1 tcp 628 status
100005 1 udp 880 mountd
100005 1 tcp 880 mountd
100003 3 tcp 2049 nfs
100003 4 udp 2049 nfs
100021 1 udp 32000 nlockmgr
100021 3 tcp 32000 nlockmgr
AKTUELLE MOUNT OPTIONEN, ABGESTIMMT AUF QUANTUM UND STATEFUL:
root@mail01.~# grep ^10 /etc/fstab
10.0.7.8:/Q/shares/Mail_Backup_dumps /opt/zimbra/backup nfs _netdev,nofail,vers=3,proto=tcp,mountproto=tcp,noatime,hard,timeo=600,retrans=2,rsize=1048576,wsize=1048576 0 0
🔗 Link zum Berechnen von Cryptos in der Schweizer Steuer Erklärung🇨🇭:
https://www.ictax.admin.ch/extern/de.html#/ratelist/2025
POST /collections/wiki/points/delete
{
"with_vectors": true,
"with_payload": true,
"filter": {}
}
python3 - <<'PY' | curl -X POST "http://rag.domain.tld/collections/wiki/points/search" \
-H "Content-Type: application/json" \
-d @- | jq
import json
print(json.dumps({
"vector": [0.1]*2560,
"limit": 5,
"with_payload": True
}))
PY
{
"limit": 50,
"filter": {
"must": [
{
"key": "metadata.title",
"match": {
"text": "AWX"
}
}
]
}
}
NVIDIA DGX Spark - Hardware Specifications
Core Components:
Performance:
Connectivity & I/O:
Physical:
Environmental:
Pricing:
Quelle: NVIDIA DGX Spark User Guide (https://docs.nvidia.com/dgx/dgx-spark/hardware.html)
Wasserkefir - Zucker-Menge pro Liter
Standard-Verhältnis:
Details:
Empfehlung:
Wichtig:
Ollama LLMs - Capabilities Overview (2026-03-20)
| Model | Size (GB) | Reasoning | Vision | Context (Tokens) | Tools | MCP Agent | Purpose |
|---|---|---|---|---|---|---|---|
| NVIDIA Nemotron-3 Super | 86 | Yes | No | 1000000 | Yes | Yes | High-volume agentic workloads IT automation long-context reasoning |
| NVIDIA Nemotron-3 Nano | 24 | Yes | No | 1000000 | Yes | Yes | Efficient reasoning with hybrid Transformer-Mamba architecture |
| Qwen3.5 122B | 81 | Yes | Yes | 256000 | Yes | Yes | General-purpose high-performance |
| Qwen3.5 35B | 23 | Yes | Yes | 256000 | Yes | Yes | Balanced performance/efficiency |
| Qwen3.5 35B A3B | 23 | Yes | Yes | 256000 | Yes | Yes | Balanced performance/efficiency (MoE) |
| Qwen3.5 27B | 17 | Yes | Yes | 256000 | Yes | Yes | Mid-size general purpose |
| Qwen3.5 9B | 6.6 | Yes | Yes | 256000 | Yes | Yes | Lightweight general purpose |
| Qwen3.5 4B | 3.4 | Yes | Yes | 256000 | Yes | Yes | Edge deployment fast inference |
| Qwen3 Coder Next Latest | 51 | Yes | No | 256000 | Yes | Yes | Advanced coding IDE integration complex tool usage |
| Qwen3 Coder Next Q8_0 | 84 | Yes | No | 256000 | Yes | Yes | Advanced coding (higher precision quantization) |
| Qwen3 30B A3B Instruct | 18 | Yes | No | 256000 | Yes | Yes | Code & general tasks with thinking |
| Qwen3 Embedding 8B | 4.7 | No | No | 8000 | No | No | Text embeddings for RAG semantic search |
| Qwen3 Embedding 4B | 2.5 | No | No | 8000 | No | No | Text embeddings for RAG semantic search |
| Ministral-3 14B | 9.1 | Yes | Yes | 256000 | Yes | Yes | Edge deployment multimodal tasks |
| Ministral-3 Latest 8B | 6.0 | Yes | Yes | 256000 | Yes | Yes | Lightweight multimodal |
| Mistral Nemo Latest | 7.1 | Yes | No | 128000 | Yes | Yes | Code & reasoning NVIDIA collaboration |
| LFM2 Latest 24B A2B | 14 | Yes | Yes | 32000 | Yes | Yes | Fast on-device inference multimodal |
| LFM2.5 Thinking Latest | 0.73 | Yes | No | 32000 | Yes | Yes | Ultra-fast reasoning edge/NPU |
| LFM2.5 VL 1.6B BF16 | 3.2 | Yes | Yes | 32000 | Yes | Yes | Multimodal on-device AI |
| GPT-OSS 120B | 65 | Yes | No | 128000 | Yes | Yes | High-reasoning production workloads (MoE) |
| GPT-OSS 20B | 13 | Yes | No | 128000 | Yes | Yes | Local/specialized fine-tuning friendly |
| GLM-4.7 Flash Latest | 19 | Yes | No | 200000 | Yes | Yes | Coding agentic workflows chat (MoE) |
| TranslateGemma 27B | 17 | No | No | 2000 | No | No | High-fidelity translation 100+ languages |
| Nomic Embed Text Latest | 0.27 | No | No | 8000 | No | No | Lightweight text embeddings |
| FireRed-OCR Q4_K_M | 1.6 | No | Yes | 4000 | No | No | Document parsing pixel-precise OCR tables/LaTeX |
| LFM2 8B A1B Q4_K_M | 5.0 | Yes | Yes | 32000 | Yes | Yes | Fast on-device inference multimodal |
Nein, ich kann die config.json nicht lesen.
Grund:
• Meine Dateizugriffe sind auf ~/.nanobot/workspace beschränkt
• Die config.json liegt in ~/.nanobot/config.json (außerhalb des Workspaces)
• Das ist eine Sicherheitsfunktion (restrictToWorkspace: true)
Lizenzempfehlung für Ansible-Rolle
Apache 2.0 vs. GPLv3
Aspekt Apache 2.0 GPLv3
──────────────────────── ─────────── ────────────────
Copyleft ❌ Nein ✅ Ja
Proprietäre Abkömmlinge ✅ Erlaubt ❌ Verboten
Kommerzielle Nutzung ✅ Ja ✅ Ja
Modifikation ✅ Ja ✅ Ja
Weitergabe ✅ Ja Nur unter GPL
Patente ✅ Erlaubt Nur GPL-Patente
Meine Empfehlung: Apache 2.0
Warum Apache 2.0 besser ist:
1. Kein Copyleft-Problem
- Unternehmen können Ihre Rolle in proprietäre Projekte integrieren
- Keine Gefahr, dass Abkömmlinge GPL werden
- Bessere Marktdurchdringung
2. Kompatibilität
- Fluent Bit selbst nutzt Apache 2.0
- Konsistente Lizenzierung in Ihrem Ökosystem
- Keine Lizenzkonflikte mit anderen Open-Source-Projekten
3. Flexibilität
- Erlaubt proprietäre Weiterentwicklungen
- Bessere Vermarktbarkeit Ihrer Rolle
- Kunden sind weniger restriktiv
Wann GPLv3 Sinn macht:
• Wenn Sie komplett Open-Source bleiben wollen
• Wenn Sie keine proprietäre Nutzung tolerieren
• Wenn Sie Community-Driven arbeiten
Praktische Empfehlung:
# In Ihrer Ansible-Rolle
---
# Ansible-Rolle: Fluent Bit Installation & Configuration
# Based on: https://github.com/fluent/fluent-bit
# License: Apache License 2.0
# Source: https://fluentbit.io/manual/about/license
#
# This Ansible role is based on the official Fluent Bit project
# and is distributed under the Apache License 2.0.
# Commercial and private use are permitted.
Fazit:
Für eine Ansible-Rolle, die Sie kommerziell und kostenfrei verteilen möchten, ist Apache 2.0 die bessere Wahl. Es gibt keine rechtlichen Risiken, und Sie behalten die Kontrolle über Ihr Projekt.
📊 Gemma 4 LLMs - Technische Übersicht
Modell-Überblick
Gemma 4 ist eine Familie von multimodalen Open-Source-Modellen von Google DeepMind mit vier verschiedenen Größen.
🔢 Modell-Spezifikationen
Gemma 4 E2B (Edge 2B)
Eigenschaft Wert
─────────────────── ──────────────────────────
Effektive Parameter 2.3B (5.1B mit Embeddings)
Schichten 35
Sliding Window 512 tokens
Context Length 128K tokens
Vokabular 262K
Modalitäten Text, Bild, Audio
Vision Encoder ~150M Parameter
Audio Encoder ~300M Parameter
Gemma 4 E4B (Edge 4B)
Eigenschaft Wert
─────────────────── ────────────────────────
Effektive Parameter 4.5B (8B mit Embeddings)
Schichten 42
Sliding Window 512 tokens
Context Length 128K tokens
Vokabular 262K
Modalitäten Text, Bild, Audio
Vision Encoder ~150M Parameter
Audio Encoder ~300M Parameter
Gemma 4 26B A4B (Mixture-of-Experts)
Eigenschaft Wert
───────────────── ───────────────
Gesamte Parameter 25.2B
Aktive Parameter 3.8B (MoE)
Schichten 30
Sliding Window 1024 tokens
Context Length 256K tokens
Vokabular 262K
Modalitäten Text, Bild
Vision Encoder ~550M Parameter
Gemma 4 31B Dense
Eigenschaft Wert
───────────────── ───────────────
Gesamte Parameter 30.7B
Schichten 60
Sliding Window 1024 tokens
Context Length 256K tokens
Vokabular 262K
Modalitäten Text, Bild
Vision Encoder ~550M Parameter
🎯 Kern-Funktionen
• Hybrid-Attention: Kombiniert lokales Sliding-Window-Attention mit globalem Attention
• Proportional RoPE (p-RoPE): Für optimierte lange Kontexte
• Multimodalität: Text, Bilder, Video, Audio (E2B/E4B)
• Thinking Mode: Schritt-für-Schritt-Reasoning
• Native System Prompt: Unterstützung für system-Rolle
• 140+ Sprachen: Multilingual Training
📈 Benchmark-Ergebnisse
Benchmark 31B 26B A4B E4B E2B Gemma 3 27B
───────────────── ───── ─────── ───── ───── ───────────
MMLU Pro 85.2% 82.6% 69.4% 60.0% 67.6%
AIME 2026 89.2% 88.3% 42.5% 37.5% 20.8%
LiveCodeBench 80.0% 77.1% 52.0% 44.0% 29.1%
Codeforces ELO 2150 1718 940 633 110
Vision (MMMU Pro) 76.9% 73.8% 52.6% 44.2% 49.7%
Long Context 66.4% 44.1% 25.4% 19.1% 13.5%
🔧 Sampling-Parameter
• temperature=1.0
• top_p=0.95
• top_k=64
💡 Per-Layer Embeddings (PLE)
Die kleinen Modelle (E2B, E4B) verwenden Per-Layer Embeddings zur Parameter-Optimierung für On-Device-Deployments.
📦 Lizenz & Verfügbarkeit
• Lizenz: Apache 2.0
• Hugging Face: google/gemma-4
• GitHub: google-gemma
• Training Data: Bis Januar 2025
Quelle: Google AI for Developers - Gemma 4 Model Card (2026)
Die Kunst zu sterben und die Kunst zu leben sind eins.
Epikur
Die Fähigkeit, eine andere Perspektive einzunehmen,
ist eines der wirkungsvollsten Instrumente, die uns zur Verfügung stehen.