Pruefstand-Harness: Think-Blöcke strippen + Budgets rauf (Baseline-Befund 17.07.)

Rohe :8080-Aufrufe an Denk-Modelle (Qwen3.6) liefern <think>-Monologe im content: der Deutsch-Richter benotete Grübel-Text (Note 1-3), das Zitat-Gate suchte darin, und 900 max_tokens gingen komplett fürs Denken drauf (leere Antworten). - inhalt_von() entfernt <think>-Blöcke; abgeschnittenes Denken = ehrlich leer - recherche 1200->2800, deutsch 900->2400 max_tokens (Denkbudget einpreisen) - Fehlschläge speichern jetzt antwort_auszug (Diagnose ohne Nachstellen) - pv-anteil: überstrenges Pflicht-Stichwort 412 entfernt Mock-E2E nach Patch: coding 6/6, recherche 4/4; Think-Strip-Unit-Probe grün. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
2026-07-17 15:09:06 +02:00
parent b0dce954e9
commit 2be599bfe9
2 changed files with 15 additions and 5 deletions
@@ -1,6 +1,6 @@
 {
  "id": "pv-anteil",
  "frage": "Wie viel Strom lieferte die Photovoltaik-Anlage im zweiten Quartal und welchen Anteil am Verbrauch deckte das?",
-  "muss_gruppen": [["96"], ["Viertel", "25", "24", "23"], ["412"]],
+  "muss_gruppen": [["96"], ["Viertel", "25", "24", "23"]],
  "zitat_pflicht": true
 }