Add final Qwen3.8 runtime and uncensored profile

docs/ARCHITECTURE.md

@@ -21,6 +21,7 @@ Heimnetz / VPN-Clients
         +-- llama-fast         --\
         +-- llama-medium         > exakt einer aktiv
         +-- llama-large        --/
+        +-- llama-uncensored (80K, Abliterated, dual GPU)
         +-- llama-experimental
         +-- llama-ultra (256K, text-only, dual GPU)
         +-- Piper-TTS (CPU, nur intern)
@@ -38,7 +39,7 @@ Heimnetz / VPN-Clients
 | WireGuard Gateway | VPN-Adresse, Port 8080/8081 | Tunnel und eng begrenzte TCP-Proxys |
 | Open WebUI | nur Docker-intern | Chat-Oberfläche |
 | Profile Router | nur Docker-intern | OpenAI-API und Profilwahl |
-| Profile Controller | nein | startet ausschließlich vier bekannte Profile |
+| Profile Controller | nein | startet ausschließlich fest erlaubte Profile |
 | llama.cpp Profile | nein | Inferenz, Tool Calling, integrierte Vision |
 | Piper | nein | lokale deutsche Text-to-Speech-Ausgabe |
 | MCP-Tool-Stack | nein | voneinander getrennte Werkzeugbereiche |
@@ -46,7 +47,7 @@ Heimnetz / VPN-Clients
 
 Nur der Profile Controller erhält den Docker-Socket. Der Router erhält weder
 Socket noch Shell-Zugriff und kann dem Controller nur `fast`, `medium`, `large`,
-`ultra` oder `experimental` übergeben. Die llama-Container laufen ohne UI,
+`ultra`, `uncensored` oder `experimental` übergeben. Die llama-Container laufen ohne UI,
 Capabilities und Schreibzugriff auf die Modelldateien.
 
 ## Profilprinzip
@@ -64,18 +65,20 @@ halten.
 | medium | 160.000 Kontext, Pure, 90:10, MTP3 | Standardprofil |
 | large | 192.000 Kontext, Pure, 86:14, MTP3 | große Agenten-/MCP-Sitzungen |
 | ultra | 262.144 Kontext, Pure, 80:20, MTP2 | maximaler Textkontext |
+| uncensored | 80.000 Kontext, Abliterated Q4_K_M, 90:10, MTP2 | weniger Verweigerungen bei unveränderten Tool-Grenzen |
 | experimental | 76.800 Kontext | isolierte Tests ohne Produktion zu ändern |
 
 Diese Matrix wurde auf RTX 5080 und RTX 3060 gemessen und ist bis zu einer
 bewussten Neubewertung der verbindliche Produktionsstandard.
 
-Bei Fast, Medium und Large bleibt das Sprachmodell wie in der Tabelle
+Bei Fast, Medium, Large und Uncensored bleibt das Sprachmodell wie in der Tabelle
 verteilt, während `MTMD_BACKEND_DEVICE=CUDA1` den vollständigen
 Multimodal-Projektor auf die RTX 3060 legt. Ein reproduzierbarer Test mit einem
 synthetischen Bild (1024×768, 835 Eingabetoken) senkte die Bild-/Promptzeit im
 Medium-Profil von 23,17 auf 1,68 Sekunden und die gesamte Anfrage von 24,96
 auf 2,94 Sekunden. Der Projektor belegte dabei rund 1,1 GiB zusätzlichen VRAM
-auf der 3060. Ultra bleibt für maximalen Kontext bewusst text-only.
+auf der 3060. Das Uncensored-Profil nutzt seinen passenden eigenen Projektor.
+Ultra bleibt für maximalen Kontext bewusst text-only.
 
 ## Netzwerk