length-Retry: abgeschnittene Antworten sind die q-024-Ursache, kein Thinking (D14)
- Diagnose: q-024-Flakiness war KEIN Think-Ghost (thinking-Feld leer,
keine Tags), sondern num_predict=1024 — lange belegte Antworten
brachen bei done_reason=length ab (3/3 Sondenlaeufe), Zitationen
wurden unvollstaendig, CITE_RE matchte partielle IDs -> Verletzung ->
Regenerierungs-Eskalation -> UNCERTAIN.
- Fix: num_predict 1024 -> 2048; OllamaClient.chat_full() liefert
(content, done_reason); chat_with_length_retry() wiederholt bei
length einmal mit 2x Budget (technischer Retry, kein Regel-
Regenerierungszaehler) - im Antwort-, Map- und Regenerierungspfad.
- Voll-Eval (46 Fragen): Zitier-Praezision 100 %, Verweigerung korrekt
100 % (46/46) - erstmals alle M3-Gates erfuellt; erwartete Quelle
92,7 %; Latenz mean 39,6 s / p95 78 s (vollstaendige statt
abgeschnittener Antworten). q-024: 4/4 stabil.
- Tests 59 -> 60. Report lokal data/eval-qwen38-lengthfix.json.
fegger
1594aa9cbd