Atlas der Fehlermuster
Durchsuche veröffentlichte Recherchen nach technischen Fehlermustern. Artikellinks stammen aus der jeweiligen veröffentlichten Sprache; Evidence JSON erscheint nur bei vorhandenem öffentlichen Prüfbeleg.
JSON-IndexBrüche in Zustand und Lebenszyklus
Ein Ablehnungsstatus, Protokollfehler oder eine unvollständige Prüfung kann an einer späteren Übergabe-, Gate- oder Retry-Grenze verloren gehen.
-
Cloudflares Bericht zur Offenlegung von KV-Cache-Daten zwischen Anfragen: Warum lief SGLangs Handoff trotz Ablehnung weiter?
Analyse des Cloudflare-Vorfalls mit GLM-5.3: Missverhältnis zwischen KV-Pool und Context-Limit, Weitergabe des SGLang-Abort-Status und Upstream-Fixes – mit fixierten CPU-Tests und Vorher-nachher-Differenzen.
-
OpenQodex 0.11.0 im Test: Warum Git Push trotz unvollständigem Review durchkommen kann
Praxistest von ShellCheck und Git pre-push mit OpenQodex 0.11.0 sowie Quellcodeanalyse der Fail-open-Pfade bei incomplete Reviews.
-
MCP-Client-Fehler unterscheiden: HTTP 503, JSON-RPC error und isError
Fixierter Cakewalk-Quellcode, MCP-Spezifikation 2026 und elf lokale Node.js-Tests zeigen Fehlergrenzen, SSE-Abbrüche, Abwärtskompatibilität und sichere Wiederholungen.
Nenner und Stichprobenverzerrung
Ändern sich Einschlussregeln, Deduplizierung oder die Zahl gültiger Stichproben, kann sich eine Kennzahl trotz unveränderter Formel verschieben.
-
vectorbt 1.1.2: Wie ein NaN den CVaR verändert – Tail-Stichprobe und isclose-Falle
Fixierte Numba-/Rust-Quellen, vollständiger Python-Beleg zu -4,67 % versus -5,50 % und ein fehlerhaftes isclose in den Tests.
-
Polymarket und Wash Trading: Volumenfallen in Data API und Matching-Logs
MSR-Nenner, No-Umsätze, API-Zeitfenster und CTF-Exchange-V2-Logs prüfen: Warum Datensätze, Fills und wirtschaftliches Handelsvolumen verschiedene Größen sind.
-
Dieselbe Aktie, zehn Signale: Wie belastbar ist die Trefferquote?
Sechs von zehn Signalen stammen von einer Aktie. Wie sich 60 %, 25 % und 83,3 % ergeben, zeigen reproduzierbares Python, SQL und klare T+5-Abrechnungsregeln.
-
Warum zwei 80-Punkte-Aktiensignale nicht vergleichbar sind: Simpson-Paradoxon und Kalibrierung
Multi-Strategie-Scores sind keine Wahrscheinlichkeiten. Ein reproduzierbares Simpson-Beispiel mit 80 Fällen zeigt Wilson-Grenzen, Zeitreihen-Leakage und Kalibrierungsfallen.
Vertrauens- und Berechtigungsgrenzen
Der tatsächliche Umfang zurückgegebener Inhalte, Befehlswächter und Abhängigkeitsfreigaben kann enger sein als angenommen.
-
Gibt ein KI-Browser versteckte Webinhalte zurück? TinyFish-Fetch-Test und AgentQL-Quellcodeprüfung
36 Beobachtungen synthetischer Fetch-Seiten zeigen, wie Extraktionsmodi aria-label-, display:none- und Hidden-Field-Text zurückgeben. Ein gepinnter AgentQL-MCP-Quellcode und öffentliche Dokumente trennen Tool-Ausgabe, Agent-Entscheidungen und Sitzungsbereinigung.
-
Claude Code vor destruktiven Befehlen schützen: laya-guard (Regex + 322M lokales Modell) im PreToolUse-Praxistest inkl. 3 Bypass-Reproduktionen
Praxistest des lokalen KI-Agenten-Command-Guards laya-guard: 12 Regex-Vorfilter + zweischichtiger Mechanismus mit 322M-On-Device-Modell, Reproduktion dreier historischer Umgehungen, 30 Eval-Fälle, Latenzmessung von 1.5–2.1s und Fehlalarm-Analyse bei npm deploy – mit objektiver Integrationsempfehlung.
-
pnpm 12.11 ermöglicht Agent Skills in npm-Abhängigkeiten: Was muss nach einer einmaligen Genehmigung bei Upgrades noch geprüft werden?
pnpm 12.11.0 ermöglicht npm-Paketen, Anweisungen für AI Agents bereitzustellen, und genehmigt Skills auf Paketebene statt für einzelne Dateien. Der Artikel erläutert, was bei Abhängigkeits-Upgrades zu prüfen ist, und beschreibt ein unabhängiges Experiment zum Berechtigungsmodell.
-
Wie sicher sind KI-Agenten mit Berechtigungen? Meta Muse erkennt einen Fake-Befehl und übersieht 30 Minuten
Synthetischer Meta-Muse-Test: Share-Ablehnung stoppt den Zugriff, doch die genehmigte Webantwort übersieht den vorhandenen Termin K2. Berechtigungen und Quellentreue getrennt prüfen.
Zeit- und Batch-Grenzen
Gleiche Zeitstempel und abgeschnittene Replay-Fenster koennen Zeilenfolge oder Endmarkierung faelschlich als Kausalitaet oder Vollstaendigkeit ausgeben.
-
114 Ausführungen in derselben Nanosekunde: Wo die Hawkes-Likelihood falsch wird
AAPL-ITCH-Zeitstempelgleichstände und ein künstlicher 114-Ereignisse-Test zeigen den Fehler zeilenweiser Selbstanregung, die pre-batch-Likelihood und den Kompensator.
-
Orderbuch-Backtest mit abweichenden Fills? NautilusTrader batch_deltas und F_LAST prüfen
Warum sich OrderBookDelta-Fills in NautilusTrader 2.0.0rc7 ändern können: batch_deltas, F_LAST, abgeschnittene Events und ein reproduzierbarer synthetischer Test.