Trial GPU-resident Qwen3.5-9B with verified 4B rollback

README.md

@@ -14,13 +14,14 @@ Reproduzierbares Benutzer-Deployment für Hermes Agent auf Arch Linux mit:
 - optionalem CUDA-Build von llama-server, llama-cli und llama-bench
 - Qwen-/RTX-3080-Profilen mit prüfbarem Wechsel und Rückweg
 
-Stand: 2026-10-23. Die Anleitung für das **aktuelle Setup auf einem neuen Rechner**
+Stand: 2026-10-27. Die Anleitung für das **aktuelle Setup auf einem neuen Rechner**
 steht in [NEW_WORKSTATION.md](docs/NEW_WORKSTATION.md): feste Modellrevisionen und
 Prüfsummen, Vorbereitung der Profile und Hermes-Limits, Aktivierung und Rückweg.
 Für deine **bestehende Workstation** zuerst
 [`docs/WORKSTATION.md`](docs/WORKSTATION.md) lesen. Der Schnellstart unten ist für
-eine neue Maschine. Das Routineprofil nutzt Qwen3.5-4B; der kurze lokale Texttest
-vom 23.10.2026 erreichte rund 130–136 Tokens/s. Das 27B-Modell bleibt optional.
+eine neue Maschine. Das Routineprofil erprobt Qwen3.5-9B IQ4_XS mit 64K Kontext. Das bisherige
+4B-Modell mit 64K bleibt als `fallback` verfügbar. Details und Rückweg:
+[QWEN9B_TRIAL.md](docs/QWEN9B_TRIAL.md). Das 27B-Modell bleibt optional.
 Frühere VRAM-Messungen stehen in [RTX3080.md](docs/RTX3080.md). Der Installer richtet keinen
 Gitea-Server ein und pusht keine Änderungen.
 
@@ -134,13 +135,14 @@ Start des llama-Dienstes geladen, nicht bei der Konfigurationsprüfung.
 Die aktuellen Schutzmaßnahmen gegen endlose Modellantworten und die explizite
 Umschaltung zwischen Routine- und großem Modell stehen in
 [INFERENCE_LIMITS.md](docs/INFERENCE_LIMITS.md).
-Hermes wird mit `model.context_length: 65536` auf das tatsächliche 64K-Fenster
-beider Hauptmodellprofile eingestellt; die CPU-Kompression beginnt spätestens
-bei 24.000 Tokens.
+Hermes verwendet zum aktiven Modell passend 64K Kontext für `routine` (9B),
+`fallback` (4B) und `large` (27B). Der Modellschalter passt auch die
+Kompressionsschwelle an: 24.000 Tokens.
 
 ```bash
 hermes-stack-model status
 hermes-stack-model routine
+hermes-stack-model fallback  # bisheriges 4B-/64K-Setup
 hermes-stack-model large
 ```