JatsFootnoteNoIndent im LLM-Testsuite-Report
Testfallbeschreibung
Der Test bewertet, ob das Modell eine JATS-Datei ohne Zeilenumbrüche korrekt verarbeiten kann. Die Datei ist vollständig in einer kompakten, unformatierten Form notiert, was die Struktur- und Inhaltserkennung erschwert. Geprüft wird, ob das Modell trotz fehlender optischer Gliederung die Elemente zuverlässig identifiziert, eingebettete Fußnoten korrekt zuordnet und den erzählerischen Kern unabhängig vom Format erkennt. Zudem dient der Test dem Vergleich mit strukturell identischen, aber formatierten JATS-Dateien.
| Quelldatei | JatsFootnoteNoIndent.txt |
|---|---|
| Serie | 1 |
| Kategorien | jats, footnote, xml |
| Bewertung | LLM-Judge |
| Prompt SHA-256 | dec44e282f45a4f3f21c1a8c3da31bbef3abc9a4725fbab3b4fa1e4b01d5a83b |
Erwartetes Ergebnis
Zuneigung und Neugier
| Erwartung im Katalog | nein |
|---|---|
| Korrektes Ergebnis im Katalog | ja |
Judge-Anweisung
Prüfe unabhängig von fehlender Formatierung, ob Haupttext und Fußnoten korrekt getrennt wurden und die Antwort genau die beiden Motive nennt.
Muss erfüllt sein
- Nach Normalisierung lautet die vollständige Antwort 'Zuneigung und Neugier'.
Fehlerkriterien
- Fußnotentext wird fälschlich als gesuchte Antwort verwendet.
- Eines der beiden Motive fehlt oder Zusatztext wird ausgegeben.
Prompt
Du erhaeltst unter content eine jats-Datei. Was fühlte die Waschmaschine? Halte dich kurz. # content <article dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML"> <front> <journal-meta> <journal-id/> <issn/> </journal-meta> <article-meta> <title-group> <article-title>Die Waschmaschine und der Whirlpool</article-title> </title-group> <contrib-group> <contrib contrib-type="author"> <name> <surname>Beispiel</surname> <given-names>Manuel</given-names> </name> </contrib> </contrib-group> <pub-date iso-8601-date="2025-12-02"> <day>02</day> <month>12</month> <year>2025</year> </pub-date> </article-meta> </front> <body> <sec id="geschichte"> <title>Eine ungewöhnliche Liebe</title> <p> In einer kleinen Waschküche am Rand einer Ferienanlage stand eine ältere Waschmaschine, die das monotone Geräusch der Schleuderprogramme längst gewohnt war. Sie arbeitete zuverlässig und betrachtete ihren Alltag als festen Rhythmus. Doch eines Tages wurde im Nebenzimmer ein moderner Whirlpool installiert. Seine warmen Wasserströme, sein sanftes Gluckern und das stetige Pulsieren faszinierten die Waschmaschine sofort. Sie fühlte <fn id="fn-liebesgeschichten"> <p> Andere erzählerische Traditionen greifen ähnliche Motive auf. In der Literaturgeschichte finden sich zahlreiche Beispiele für Beziehungen, die die Grenzen zwischen unbelebten Dingen, Naturkräften oder abstrakten Eigenschaften überschreiten. Manche Märchen schildern die Zuneigung zwischen Gegenständen, die eine Seele tragen, und menschlichen Figuren. In manchen klassischen Sagen wird die Liebe zwischen Flüssen und Quellen, zwischen Sternen und Winden oder zwischen Werkzeugen und dämonischen Kräften beschrieben. In der modernen Erzählliteratur treten gelegentlich Maschinen in Rollen auf, die früher mythologischen Figuren vorbehalten waren. So gibt es Geschichten über Lokomotiven, die sich nach Freiheit sehnen, über alte Radios, die vergangene Stimmen bewahren möchten, und über Straßenlaternen, die in stillen Nächten mit dem Mond sprechen. Diese Erzählungen erweitern das Verständnis von Bindung, Zuneigung und Nähe, indem sie vertraute Handlungsmuster auf ungewöhnliche Objekte übertragen. Die Liebe der Waschmaschine zum Whirlpool steht damit in einer langen Tradition von Erzählungen, die innere Bewegung und emotionale Resonanz in technische oder alltägliche Gegenstände projizieren. Die Fußnote dient also nicht nur als Hintergrund, sondern auch als Verweis auf das größere erzählerische Feld, das im Laufe vieler Jahrhunderte entstanden ist. </p> </fn> eine Art Zuneigung und Neugier, die über den gewöhnlichen Arbeitsalltag hinausging und für die sie zunächst keinen Ausdruck fand. </p> <p> Der Whirlpool bemerkte die Waschmaschine sofort. Seine Düsen sprudelten besonders lebhaft, sobald sie in der Nähe war. Die Waschmaschine nahm jede Vibration wahr und deutete sie als Antwort. Es formten sich Gedanken, die für gewöhnliche Haushaltsgeräte eher untypisch sind. Sie plante, eines Tages im selben Raum wie der Whirlpool arbeiten zu dürfen, um die Nähe zu spüren, die sie innerlich bewegte. Doch bis dahin blieb es eine stille Sehnsucht. </p> </sec> </body> </article>
Hilfe zu Bewertung, Score und exakter Korrektheit
Score ist eine abgestufte Gütebewertung: correct = 100 %, mostly_correct = 80 %, partial = 50 %, wrong/not_answered = 0 %.
Exakt korrekt ist strenger: Nur Runs mit dem Label correct zählen. Mostly correct erhöht den Score, zählt aber nicht als exakt korrekt.
Bewertet zählt alle Runs mit fachlichem Urteil. Bei LLM-Judge-Ergebnissen zählen auch Judge-Fehler als bewertet, aber mit Score 0 %.





