docs: record rechtsprechung eval baseline

.agents/MEMORY.md

@@ -110,7 +110,11 @@ Lizenzfreigabe der quellentreuen Rechtsprechungs-Volltexte und danach M4
   neuen Fälle gefunden. Gezielte Antwortläufe q-120–123: alle zitiergültig,
   nicht verweigert, keine Regenerierung; Systemprompt verlangt für als
   nicht amtlich markierte Quellen die gleiche Einschränkung in der Antwort
-  (q-123 verifiziert). Offline-Tests: 65 grün. **Nicht als generelle
+  (q-123 verifiziert). Voller Antwortmodus-Eval (50 Fragen): **100 %
+  Zitier-Präzision**, **100 % Verweigerung korrekt**, erwartete Quelle
+  93,3 %, mean 39,4 s / p95 82,2 s, 5 Regenerierungen; Report
+  `data/eval-qwen38-rj.json` (lokal/unversioniert). Offline-Tests: 65
+  grün. **Nicht als generelle
   Commit-Freigabe lesen:** Die gelieferten OGH/VwGH/VfGH-Dateien nennen
   überwiegend RIS-OGD, der User sprach jedoch von Lexis/opendataloader;
   die Publikations-/Lizenzfreigabe der quellentreuen Volltexte ist vor

agent/README.md

@@ -186,12 +186,14 @@ Normauszüge und 5 als nichtamtlich markierte EuGH-Textwiedergaben im neuen
 `rj-rjs-*`-ID-Raum. Der Reindex erzeugte **16.480 Chunks** (1.496 neue
 `bge-m3`-Embeddings, 75 s). Retrieval mit dem erweiterten 50-Fragen-Goldset:
 Hit-Rate **0,956** · Recall@8 **0,922** · MRR 0,661; das Recall-Gate >0,9
-bleibt erfüllt, alle vier neuen Rechtsprechungsfälle werden gefunden. Vier
+bleibt erfüllt, alle vier neuen Rechtsprechungsfälle werden gefunden. Der
-gezielte Antwortläufe (q-120–123) sind zitiergültig, ohne Verweigerung und
+vollständige Antwortmodus-Eval (50 Fragen) erreicht **100 % Zitier-Präzision**
-ohne Regenerierung; der volle Antwortmodus-Eval für den erweiterten Korpus
+und **100 % korrekte Verweigerungen**, bei 93,3 % erwarteter Quelle, mean
-steht noch aus. EuGH-Texte sind im Kontext und in der Quelle explizit als
+39,4 s / p95 82,2 s und fünf Regenerierungen. Report:
-nichtamtliche lexetius-Wiedergabe gekennzeichnet; der Systemprompt verlangt
+`data/eval-qwen38-rj.json` (lokal, unversioniert). EuGH-Texte sind im Kontext
-nun dieselbe Einschränkung auch in der Antwort.
+und in der Quelle explizit als nichtamtliche lexetius-Wiedergabe
+gekennzeichnet; der Systemprompt verlangt nun dieselbe Einschränkung auch in
+der Antwort.
 
 ## Dateien
 

planung.md

@@ -335,7 +335,10 @@ tests/            # pytest: Ingest-, Retrieval-, Grounding-Unit-Tests
   gefunden. Die gezielten Antwortläufe q-120–123 sind alle zitiergültig,
   nicht verweigert und ohne Regenerierung; EuGH q-123 weist nach einer
   Prompt-Regel explizit auf die nichtamtliche Wiedergabe hin. Voller
-  Antwortmodus-Eval steht aus. Vor einem Commit der
+  Antwortmodus-Eval (50 Fragen): **100 % Zitier-Präzision**, **100 %
+  Verweigerung korrekt**, erwartete Quelle 93,3 %, Latenz mean 39,4 s /
+  p95 82,2 s, fünf Regenerierungen; Report `data/eval-qwen38-rj.json`
+  (lokal, unversioniert). Vor einem Commit der
   quellentreuen Volltexte ist die Publikations-/Lizenzfreigabe bewusst zu
   bestätigen; sie folgt nicht automatisch aus der Regel zu amtlichen
   Gesetzestexten.