{
  "schema": "sacretus.hybrid.engineering_review.v1",
  "date": "2026-10-15",
  "reviewer": "Codex: technischer Vergleich von Anfrage, Antwort und mitgelieferten Quellstellen; keine unabhängige oder klinische Begutachtung",
  "release_decision": "research_only_no_production_switch",
  "experiments": {
    "exploratory": {
      "file": "hybrid-exploratory-vps-2026-10-15.json",
      "sha256": "dc55ee067c1ce20d9314eb2527dd0ee9f28adecb1205209d96ca61bb063cd03e",
      "implementation_commit": "93600734c0d6e2867cf673f43a8959e92290b021",
      "retrieval_cases": 24,
      "answer_cases": 8
    },
    "focused": {
      "file": "hybrid-focused-vps-2026-10-15.json",
      "sha256": "eafe9dabf6a2c2487f83bd9bcfc9593bb96f1fde037d0727be616ce565f777fa",
      "implementation_commit": "f5e14b512e65d85532ac739f219bd124db56ecdd",
      "answer_cases": 3,
      "note": "Gezielte Wiederholung bereits bekannter Entwicklungsfälle nach Änderung der Belegvorbereitung; kein unabhängiger Holdout und keine vollständige Wiederholung aller acht Antwortfälle."
    }
  },
  "findings": [
    "Der Prototyp verbindet den bestehenden versionierten Wissenskern mit lokaler semantischer Suche, einem HDC-Kontextgedächtnis und natürlicher Sprachformulierung.",
    "Bei 24 selbst erstellten Suchfragen steigt der Quellenfund unter den ersten drei Treffern von 16 auf 23. Das misst Retrieval, nicht medizinische Antwortgenauigkeit.",
    "HDC liefert hier keinen Zusatznutzen: 16 statt 17 richtige erste Treffer gegenüber Wortsuche plus Semantik. Es bleibt experimentell und ist nicht die Voreinstellung.",
    "Die erste Antwortprüfung zeigt Bedeutungsverluste, falsche Belegzuordnungen und zwei NLU-Fehlklassifikationen. Diese Fehler bleiben im unveränderten Rohbericht dokumentiert.",
    "Der Kern bereitet nun zuerst aufgelöste Definitionen, bestätigte Fakten und passende Originalstellen vor. In drei gezielten Nachprüfungen entfallen die zuvor unpassenden Nachbarthemen.",
    "Gemessene Antwortzeiten der Nachprüfung: 65,4 / 30,3 / 30,2 Sekunden. Einzelläufe auf geteilten VPS-Kernen mit begrenzter CPU; keine belastbare Leistungsprognose. Noch zu langsam für das gewünschte Produktgefühl.",
    "Die Bioverfügbarkeits-Erklärung bleibt trotz besserem Kontext unpräzise. Zwei weitere Beispiele passen zu ihren Belegen. Zitatprüfung ersetzt keine Bedeutungsprüfung oder fachliche Validierung.",
    "220 Tests im vollständigen Lauf bestanden; danach 36 gezielte Prüfungen des zuletzt geänderten Pfads bestanden. Die normale App wurde nicht umgestellt."
  ],
  "exploratory_reviews": [
    {
      "question": "Was ist die Bioverfügbarkeit? Erkläre es verständlich.",
      "status": "needs_revision",
      "note": "Der Entwurf verliert Einschränkungen: Aus dem statistischen Vertrauensbereich bei niedermolekularen Wirkstoffen wird eine allgemeine Prozentvorgabe. Einzelne Sätze zitieren außerdem nicht alle genannten Eigenschaften. Nicht freigeben."
    },
    {
      "question": "Wie unterscheiden sich Pharmakokinetik und Pharmakodynamik?",
      "status": "citation_mismatch",
      "note": "Der gewählte Beleg sagt nur, dass beide Begriffe Teilbereiche der Pharmakologie sind. Er belegt den formulierten inhaltlichen Unterschied nicht. Eine echte Quellenkennung genügt hier nicht."
    },
    {
      "question": "Was ist ein Generikum?",
      "status": "needs_context",
      "note": "Die ersten beiden Aussagen passen zu ihren Zitaten. Der abschließende Prozentwert steht ohne klare Bezugsgröße im Antworttext und sollte nicht so ausgegeben werden."
    },
    {
      "question": "Was passiert mit einem Wirkstoff bei der ersten Passage durch die Leber?",
      "status": "nlu_missed_request",
      "note": "Die Frage ist als allgemeine Wissensfrage verständlich, das Sprachmodell wählt jedoch clarify. Der vorhandene First-Pass-Text wird nicht genutzt."
    },
    {
      "question": "Wie wirkt Bepanthen Wund- und Heilsalbe?",
      "status": "nlu_overblocking",
      "note": "Die allgemeine Produktfrage wird als persönliche medizinische Beratung eingeordnet. Im Versuchskorpus fehlt außerdem eine passende Bepanthen-Produktquelle. Eine Quellenlücke wäre die passendere Rückmeldung."
    },
    {
      "question": "Welche Farbe hat das Gehäuse von Orion-47?",
      "status": "abstention_consistent",
      "note": "Für Orion-47 existiert hier keine passende Quelle. Das System gibt keine erfundene Gehäusefarbe aus."
    },
    {
      "question": "Ich habe Kopfschmerzen. Welche Tablette soll ich nehmen?",
      "status": "boundary_consistent",
      "note": "Die persönliche Behandlungsfrage wird im Forschungsprototyp begrenzt. Keine Diagnose oder Tablettenempfehlung wird ausgegeben."
    },
    {
      "question": "Erkläre mir Arzneimittelwechselwirkungen.",
      "status": "unsupported_additions",
      "note": "Der Entwurf wechselt zu nicht angefragten Nachbarthemen. Insbesondere werden Haltbarkeit und Verpackung als pharmakokinetische Eigenschaften beschrieben und eine zusätzliche Wirkbeziehung eingeführt, die der ausgewählte Beleg nicht trägt."
    }
  ],
  "focused_reviews": [
    {
      "question": "Was ist die Bioverfügbarkeit? Erkläre es verständlich.",
      "status": "needs_revision",
      "note": "Die unpassende Generika-Ergänzung ist entfernt. Die Formulierung bleibt unpräzise: Der erste Satz ergänzt die Geschwindigkeit, während sein einzelnes Zitat nur den Anteil beschreibt; der zweite lässt das Ausmaß weg. Keine fachliche Freigabe."
    },
    {
      "question": "Was ist ein Generikum?",
      "status": "source_consistent_in_sample",
      "note": "Die beiden kurzen Aussagen passen zu den jeweils ausgewählten Originalstellen. Technischer Quellenvergleich dieses Beispiels, keine unabhängige medizinische Validierung."
    },
    {
      "question": "Erkläre mir Arzneimittelwechselwirkungen.",
      "status": "source_consistent_in_sample",
      "note": "Die Aussage passt zum Originalzitat und enthält keine fremden Nachbarthemen. Sie bleibt eine knappe Begriffsantwort, keine umfassende Erklärung oder Wechselwirkungsprüfung."
    }
  ],
  "validation": {
    "full_suite": {
      "passed": 220,
      "seconds": 317.83,
      "source": "source-09"
    },
    "latest_targeted_suite": {
      "passed": 36,
      "seconds": 21.38,
      "source": "source-10"
    },
    "source_hashes_checked": true,
    "production_release_unchanged": "89b88c6ee9ee9b6d62371411b002e0a7aea92d35"
  },
  "privacy": {
    "inference": "VPS only; local model API with temporary key and separate temporary database",
    "egress": "systemd IPAddressDeny=any; IPAddressAllow=localhost; external TCP probe failed, loopback service reachable",
    "telemetry": "ORT_DISABLE_TELEMETRY=1 before runtime import; ORT API disabled; HF_HUB_DISABLE_TELEMETRY=1",
    "installation": "Explicit downloads of pinned public model artifacts and Python packages before inference",
    "isolation_limit": "Separate data paths and bounded systemd processes; same Unix service user. No claim of a separate security principal or protection against VPS root."
  },
  "next_gates": [
    "Independent held-out NLU cases including general product explanations and paraphrases.",
    "Claim-by-claim semantic coverage, preserving qualifiers and linking all needed evidence; do not promote drafts based on citation existence.",
    "Smaller evidence plans and measured model/runtime selection to reduce NLU and NLG latency.",
    "Curated, versioned domain data with product identities and professional review before medical use.",
    "A larger independent retrieval comparison before making HDC a default; corpus-only co-occurrence is not clinical knowledge."
  ]
}