AI File Sorter 1.7.3 ist jetzt verfügbar

Zuverlässigere Kategorisierung über Sprachen hinweg

Ein wiederkehrendes Problem bei lokalen Modellen ist nicht das Verständnis, sondern die Konsistenz. Dasselbe Konzept kann je nach Kontext oder Sprache leicht unterschiedlich formuliert werden. In 1.7.3 erfolgt die Kategorisierung jetzt in einer kanonischen internen Form (Englisch) und wird erst danach in die gewählte Sprache übersetzt.

Das führt zu:

• stabileren Kategorien über mehrere Durchläufe
• weniger Drift beim Wechsel der Sprache
• weniger Nahe-Duplikate durch Formulierungsunterschiede

Lokale KI, die bei der Sache bleibt

LLMs liefern manchmal Ausgaben, die zu wortreich, seltsam formatiert oder "kreativ interpretiert" sind. Das wurde in den meisten Fällen bereits behandelt, aber bestimmte Randfälle konnten weiterhin Ergebnisse beeinflussen. In 1.7.3 wurde die Kategorisierungspipeline robuster gemacht:

• optimiertes Prompt-Budgeting
• strengeres Parsing der Ausgaben
• zuverlässigere Extraktion von Kategorien/Unterkategorien

Das Ergebnis ist keine "intelligentere KI", sondern nur vorhersehbareres Verhalten.

Robustere Langläufe

Dateisysteme sind nicht immer perfekt "sauber": einige Ordner können unlesbar sein, einige Dateien können gesperrt sein, einige Pfade können sich inkonsistent verhalten. In 1.7.3 berücksichtigen rekursive Scans dies, sodass:

• problematische Unterordner übersprungen werden
• sodass der Rest des Durchlaufs fortgesetzt wird

Ein einzelner Randfall unterbricht also nicht mehr einen vollständigen Sortiervorgang.

Betriebssystemsabhängige und automatisierte Updates

Das Update-System wurde verfeinert:

• getrennte Update-Behandlung für Windows, macOS und Linux
• bessere Abstimmung mit plattformspezifischer Paketierung
• Unter Windows können Installationsprogramm-Downloads vor dem Start verifiziert werden

Stabilitätsverbesserungen (die unauffällige Art)

Mehrere kleinere Verbesserungen verringern mit der Zeit Reibung:

• sicherere Handhabung von im Cache gespeicherten Kategorienbezeichnungen
• robustere macOS-Laufzeitbehandlung für lokale AI-Backends
• Verbesserungen bei der Paketierung und den Abhängigkeiten plattformübergreifend

Keine dieser Änderungen ist, streng genommen, eine deutlich sichtbare Funktion, aber sie sorgen dafür, dass das System sich konsistenter verhält.