State of the art nach motivation!!! State of the art in der motivation das was erklären und weniger das wie literaturverzeichnis ist in ordnung, die darstellung argumentatorisch nicht ganz stringent neben klassifizieren feedback schleife unterstreichen und entweder paper für paper in state of the art taxonomie betrachtung, welche gibt es noch? wie iwrd halluzination als solche gemessen? Execution based. verschiedene Ansätze und definition wird durch paper zusammengesetzt, wie unterscheiden sich diese? woran wird dies festgemacht? Bei der einführung etwas entwickeln, welches nutzer unterstützt feedback schleife möglicherweise mit agentic verfahren gleichstellen argumentationslinie ist schwierig und sollte angepasst werden Zielsetzung teilweise doppelt Ziele aus Zielsetzung sind bereits arbeitspakete kapitel benchmarks existieren, wie sind diese aufgebaut und was steht dort drinnen? Tabelle mit vergleichen, expl. LettuceDetect CodeBERT oder ModernBERT? CodeBERT in state of the art hinzufügen. Konzeptionelle Argumentation ist schwierig wie überprüfen wir ob das generierte richtig ist??? wenn man das miteinander mappt kann man das die gleiche logik manche terxtbausteine sollen in die logik eingehen, einfüuhrung state of the art, kurze zusammenfassung der einzelnen studien, was ist halu, wie kann man sie klass. wie, erkennt man eine hal. erkennen?, woran messe ich das? anderes als ausführbarkeit? woran mach ich ein hal fest? ausführbar hinreichend? generierte antwort konsistet mit anfrage, metriken wie kommen modelle zur entscheidung das eine halluzination vorhanden ist? benchmark datensätze als kapitel, welche dasätze verwenden andere? use case interessant weil nicht wie sondern was, zudem das mögl. nach motivation aus dem soa ableitbare entscheidung herleiten evaluation vor methodik, und als teil des arbeitspaketes komplexität möglicherweise zu groß bitte um feedback an herr draheim nach erneuter bearbeitung klassifikation und live erkennung + lokalisierung umsetzen, feedback-schleife möglicherweise rauskürzen, auf den kern konzentrieren, übertragbarkeit des systems wird eine halluzination erkannt und korrekt klassifiziert? lokalisierung optional erkennung argumentatoin? woran erkennt das system dass es eine haluzination ist??? an etwas halten, das bereits in der literatur verwendet wird. warum muss ein eigenen datensatz erstellt werden und wie # Todo CodeHalu: existing Coding Benchmarks nochmal durchschauen.