Replace compression sidecar with Hermes micro-compaction

docs/STANDARD_PROFILE_MATRIX.md

@@ -30,27 +30,14 @@ und einer bewussten Aktualisierung dieser Datei.
 - Das gesonderte Experimentalprofil gehört nicht zur Benutzer-Matrix und wird
   in Open WebUI nicht als reguläres Modell angeboten.
 
-## Experimentelles Hermes-Kompressionsmodell
+## Hermes-Kontextpflege
 
-Der Alias `qwen-compression` ist kein Chatprofil. Qwen3.5-4B Q4_K_M kann
-unabhängig mit 65.536 Token Kontext auf der RTX 3060 gestartet werden und ist
-dann nur über WireGuard auf Port 8099 erreichbar. Non-Thinking und ein 12K-Notausgangslimit
-verhindern bekannte Wiederholungsschleifen. Das Modell ist absichtlich **nicht
-global in Hermes aktiviert**; produktive Kompression nutzt das gewählte
-27B-Hauptprofil.
-
-- 12 technische Fälle: 79,27 % exakte Anker im reinen Modellteil und 98,78 %
-  im vollständigen Hermes-Lean-Ergebnis; 10 von 12 formal bestanden.
-- Echter 205K-Token-End-to-End-Lauf: Kompression auf 22,8K in 199 Sekunden,
-  aber ältere `BUILD_ID`- und kurze Git-HEAD-Zustände gingen verloren.
-- Lange technische Einzeltests benötigten 120 bis 185 Sekunden; Ausgabe bei
-  großem Kontext etwa 50 Tok/s.
-- Speicherbelegung der RTX 3060 im gemessenen Gesamtzustand: 9.450 MiB,
-  verbleibend rund 2.460 MiB.
-- Sicherheitsentscheidung: als reproduzierbarer Testdienst behalten, aber
-  erst nach zuverlässig vollständiger technischer Zustandsbewahrung als
-  globalen Kompressor freigeben. Der Container bleibt außerhalb gezielter
-  Benchmarks gestoppt, damit die RTX 3060 für Medium/Large/Ultra frei ist.
+Hermes verwendet das jeweils ausgewählte 27B-Profil auch für die
+Kontextzusammenfassung. Micro-Compaction übernimmt alle fünf abgeschlossenen
+Turns einen älteren Assistenten-/Werkzeugabschnitt in die laufende
+Zusammenfassung. Die normale schwellenbasierte Kompression bleibt als
+Rückfallebene aktiv. Ein separates kleines Kompressionsmodell wird nicht
+installiert, weil 2B/4B-Tests exakte technische Zustände verlieren konnten.
 
 ## Nachweise