TFS HA V2.0 → G6 und Daten-Check includiert
Kurze Vorgschichte zum notwendigen Update
Viele Nutzer von SFML und beosnders diejenigen die schon sehr lange dabei sind, haben noch Reste / Testdateien und korrupte Datensätze in der SFML Datenbank.
Für die “Neuen” → SFML basierte in der Anfangszeit auf Json-Files. Beim Wechsel zum lokalen Transformer habe ich auf eine eigene dedezierte Datenbank umgestellt in die die alten Json migriert wurden.
Wie Basti (Danke) gestern schon grob umrissen hat, ist ein Transformer sehr anfällig auf korrupte Daten, besonders bei den alten Hasen und Beta-Testern ist das aufgefallen.
Ich empfinde das als unfair, dass diejenigen die lange dabei sind, so einen Nachteil haben, für den sie nichts können -oder ihre gesammelten Daten aufgeben müssen.
Aus diesem Grund habe ich mit Basti gesprochen und er hat ein Skript geschrieben um mich / uns an dieser Stelle zu unterstützen.
Warum Update und kein Patch
Der grundlegende Untschied zwischen “Patchen” und “Updaten” ist das ein Patch einen Fehler behebt und ein Update eine grundlegende Vebesserung darstellt.
Bei mir erkennt ihr es immer an der Bezeichnung, dass hatte ich schon mal erklärt.
Um defekte Datensätze auszusortieren bedarf es einer grundlegenden Architektur-Änderung - ein Patch reicht nicht.
Dieses zieht einen kompletten Trainings-Zyklus des Vortrainings nach sich das nach aktuellem Stand, verteilt auf mehrere leistungsfähige PC`s, ca. 4 Tage dauern wird.
Was ist neu in Version 2.0.0
Sie sogenannte Normalisierungsschicht (bereitet die Daten für den Transformer vor) wurde um das Skript von Basti erweitert.
Wer besser verstehen will was die Herausforderungen sind und warum es nicht trivial ist, kann dazu im Update Thread ein wenig tiefer Eintauchen:
Wird es mehr als 4 Transformer-Heads geben?
Nein! Das ist das Maximum des vertretbaren auf Home Assistant ( 1 Head = 1 Panelgruppe)
Muss ich Neutrainieren?
Hier müssen wir exact sein: Grundsätzlich trainiert TSF HA niemals auf eurem System und ihr könnt das auch nicht anstoßen! → einfache Rechnung 4 Hochleistungs-Rechner 4-6 Tage Traning, auf Home Assistant mit seiner Single-Kern Einschränkung würde es vermutlich für Wochen den kompletten HA blockieren.
Was der Transformer aber macht, ist sich Fine-Tunen und selbstständig dazulernen.
Das geschieht automatisch…
- 1x direkt nach der Installation sofern Daten von SFML verfügbar sind → wenn nicht nach 10 Tagen
- Jedes Mal wenn er merkt das er eine Chance hat besser zu werden (u.A. durch das Erkennen von Drift)
Muss ich nach dem Update SFML neuinstallieren oder irgendetwas beachten?
Nein, es ist unabhängig von einander zu betrachten
Was ist mit den HW-Voraussetzungen ändern die sich?
Ja, es gibt keine Einschränkung mehr, dafür jedoch mehr “logischen Menschenverstand”.
Man muss sich im Klaren sein, dass eine Transformer-AI kein Spielzeug ist, sondern ein Schwergewicht.
Mit dem Update hebe ich die Grenzen auf und überlasse es jeden selbst zu entscheiden ob er es nutzen möchte. → keine Klagen wenn das Fine-Tuning mal länger dauert, es ist ausschließlich von der Leistung der eigenen HW und der Anzahl der Samples abhängig.
Wieviel Panelgruppen werden unterstützt?
Daran ändert sich nichts, maximal 4 (!!) Wer mehr als 4 Panelgruppen hat, sollte den Transformer nicht installieren da SFML sonst ein Wert fehlt und es aus dem Takt gerät.
Wird das Update mehr Speicher benötigen
Nein, es ist nachwievor stark komprimiert und auf maximale kompatibilität getrimmt.
Muss ich etwas beachten / einstellen /..
Nur das die HW über sinnvolle Leistung verfügt
Räumt das Update meine SFML-DB auf?
Nein, das wäre auch gefährlich
Wie läuft das Update ab?
Es wird bei euch ganz normal erscheinen, das Update wird selbstständig einen Fine-Tuning Lauf auslösen.
Bitte installiert das Update so, dass es beim ersten Start nicht mit anderen Routinen (Backup,..) kollidiert. Plant je nach HW genügend Zeit ein.
Release: Geplant Sonntag 19.04.2026
WICHTIGER HINWEIS IN DIESEM THREAD SCHREIBE NUR ICH ODER ADMIN`S BITTE NUTZT FÜR WEITERE FRAGEN DEN ENTSPRECHENDEN THREAD