fix(maria): pragul de acoperire la 0,80 si temperatura 0 — doua raspunsuri inventate

Grupul "Maria Test", 2026-09-01, ambele mesaje au primit raspunsuri inventate:

- "am si eu o factura pe luna august cu eroare in spv la trimitere AUTO SULE"
  (cosinus 0,768) — mesajul nu spune CE eroare e; Maria a explicat cum se reface
  o factura stearsa si a trimis omul sa verifice drepturile pe CIF in SPV.
- captura cu `<Error errorMessage="CUI cumparator incorect"/>` (0,778) — eroarea
  nu exista in niciun document; Maria a inventat o procedura cu "ID de descarcare",
  Borderou eFactura si retrimitere manuala.

Cauza: `RANK_STRONG_COSINE=0,70` inseamna "cosinusul singur e destul", dar toate
chunk-urile eFactura seamana intre ele — la 0,7x cosinusul nu mai distinge "e in
documente" de "e despre eFactura". Aceeasi greseala ca la codurile Oracle
(ORA-06550 vs ORA-12541, b7d75f0), doar ca fara cod pe care sa te sprijini.

- RANK_STRONG_COSINE 0,70 -> 0,80: peste atat trec doar potrivirile aproape
  textuale, restul cad pe dovada lexicala (termenii rari ai intrebarii chiar in
  chunk-uri). Ambele mesaje escaladeaza acum la suport.
- LLM_TEMPERATURE=0 la apelul modelului. Fara el llama.cpp foloseste 0,8 —
  creativitate exact acolo unde vrem doar ce scrie in context.
- Cele doua cazuri reale sunt adaugate in ops/calibrate-rank.py: 25/25.

Teste: 99 pass.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01Q4uzvgm7AyJch5WH8QHRhY

proxmox/lxc171-claude-agent/maria-whatsapp-bridge/rag/config.py

@@ -39,6 +39,7 @@ DEFAULTS: dict[str, str] = {
     "EMBED_MODEL": "nomic-embed-text",
     "TOP_K": "3",
     "MAX_TOKENS": "250",
+    "LLM_TEMPERATURE": "0",
     "POLL_INTERVAL_S": "2",
     "TEST_MODE_SELF_CHAT_ONLY": "true",
     # Grupuri in care Maria are voie sa raspunda (JID-uri separate prin virgula).
@@ -56,7 +57,7 @@ DEFAULTS: dict[str, str] = {
     "OCR_TIMEOUT_S": "60",
     # Ordonarea chunk-urilor si pragul de la care se considera ca raspunsul chiar
     # e in documente (vezi rag/rank.py pentru masuratoarea din spatele valorilor).
-    "RANK_STRONG_COSINE": "0.70",
+    "RANK_STRONG_COSINE": "0.80",
     "RANK_WEAK_COSINE": "0.58",
     "RANK_RECALL_N": "12",
     "RANK_MIN_RARE_RATIO": "0.5",

proxmox/lxc171-claude-agent/maria-whatsapp-bridge/rag/consumer.py

@@ -175,6 +175,11 @@ def ask_llm(chunks: list[str], question: str, istoric: list[dict] | None = None)
         json={
             "messages": mesaje,
             "max_tokens": config.get_int("MAX_TOKENS", 250),
+            # Fara asta llama.cpp raspunde cu temperatura lui implicita (0,8).
+            # Aici nu vrem creativitate: raspunsul trebuie sa fie ce scrie in
+            # context, la fel de fiecare data. Vezi raspunsurile inventate din
+            # 2026-09-01 (grup „Maria Test").
+            "temperature": float(config.get("LLM_TEMPERATURE", "0")),
         },
         timeout=60,
     )

proxmox/lxc171-claude-agent/maria-whatsapp-bridge/rag/rank.py

@@ -39,8 +39,17 @@ RRF_K = 60                # constanta standard din Reciprocal Rank Fusion
 
 
 def strong_cosine() -> float:
-    """Peste atat, singur cosinusul e de ajuns (RANK_STRONG_COSINE)."""
-    return float(config.get("RANK_STRONG_COSINE", "0.70"))
+    """Peste atat, singur cosinusul e de ajuns (RANK_STRONG_COSINE).
+
+    Era 0,70 si a fost prea jos: pe 2026-09-01, „am o factura cu eroare in SPV"
+    (0,768) si o captura cu `errorMessage="CUI cumparator incorect"` (0,778) au
+    trecut drept acoperite, desi prima nu spune ce eroare e, iar a doua nu exista
+    in documente. Toate chunk-urile eFactura seamana intre ele: 0,7x nu distinge
+    „e in documente" de „e despre eFactura". La 0,80 trec doar potrivirile
+    aproape textuale, restul cad pe dovada lexicala (termenii rari din intrebare
+    chiar in chunk-uri). Verificat cu ops/calibrate-rank.py: 25/25.
+    """
+    return float(config.get("RANK_STRONG_COSINE", "0.80"))
 
 
 def weak_cosine() -> float: