Bake-off M3: qwen3.8 vs qwen3.6 gemessen; Topologie korrigiert (Remote-GPU-Maschine)

Zwischenstand Bake-off (Antwortmodus, 35 Goldset-Fragen):
qwen3.8:27b 100% Zitier-Praezision / 94,3% Verweigerung korrekt / 32s;
qwen3.6:27B 94,3% / 85,7% / 43s (10 Regenerierungen) - klar schwächer.

Topologie korrigiert: 100.103.83.12:11435 ist die Remote-GPU-Maschine
(Tailscale, R9700), NICHT dieselbe wie die Dev-Maschine (deren localhost:
11434 ist ein eigener, fast leerer Ollama; URL-Nicht-auf-11434-Korrigieren
in Skill/README/Config präzisiert). bge-m3 auf der GPU-Maschine gepullt.

gemma4:26b-Lauf brach ab: auf der GPU-Maschine sterben seit dem Crash
alle llama-server-Loads (API 500 'exit status 1'), auch bge-m3. Neustart
dort noetig: sudo systemctl restart ollama. Danach mistral-small3.1:24b
und gemma4:12B ausstehen.

agent/README.md

@@ -49,7 +49,7 @@ python -m agent.cli serve             # http://127.0.0.1:8080 (/ask, /health, /r
 
 | Variable | Default | Bedeutung |
 |---|---|---|
-| `OLLAMA_URL` | `http://100.103.83.12:11435` | Ollama-Server (Ziel-Instanz; der Host betreibt zusätzlich eine fast leere Instanz auf 11434 — nicht "korrigieren") |
+| `OLLAMA_URL` | `http://100.103.83.12:11435` | Ollama-Ziel-Instanz — Remote-GPU-Maschine im Tailscale-Netz (nicht localhost:11434 — das ist ein anderer, lokaler Ollama) |
 | `PV_ANSWER_MODEL` | `qwen3.8:27b` | Antwortmodell (provisorisch bis Bake-off M3) |
 | `PV_EMBED_MODEL` | `bge-m3` | Embedding-Modell |
 | `PV_DB_PATH` | `data/index.db` | SQLite-Index |

agent/config.py

@@ -37,9 +37,10 @@ class Config:
     kb_dir: str = "wissensbasis"
     db_path: str = "data/index.db"
 
-    # Ollama — Ziel-Instanz ist Port 11435 (Custom-Port, mit Modell-Zoo).
-    # Auf demselben Host läuft auch eine Instanz auf 11434 (fast leer) —
-    # NICHT auf 11434 "korrigieren", s. Skill.
+    # Ollama — Ziel-Instanz ist die Remote-GPU-Maschine im Tailscale-Netz
+    # (Entwicklungsumgebung, Radeon AI Pro R9700). Nicht auf localhost bzw.
+    # Port 11434 "korrigieren" — 11434 ist ggf. ein lokaler Ollama auf der
+    # Dev-Maschine, nicht die Ziel-Instanz.
     ollama_url: str = "http://100.103.83.12:11435"
     embed_model: str = "bge-m3"
     answer_model: str = "qwen3.8:27b"  # provisorisch bis Bake-off (M3)