docs(eval): refresh presentation metrics and swap final report html

Author: Loah-Lee

eval_resources/ab_presentation_reordered_with_latency_track.md

@@ -156,6 +156,29 @@
 - `eval_010`: 비CSV 질의에서 "문서 미검출" 상태를 벗어나 정확 답변으로 안정화(0->10).
 - `eval_016`: 2트랙 생성 붕괴를 추출우선에서 복구하며 최종 품질이 크게 상승(3->9).
 
+### 3-4) 마지막 패치 묶음 기준 최종 레이턴시 절감
+목적: "최종 운영 시점에서 레이턴시가 얼마나 줄었는지"를 별도 확인.
+
+마지막 패치 묶음(3/1):
+- `f12a15d`: row-scoped 수량 추출/기관 정규화
+- `6fbaa64`: 답변 잘림 방지 + 근거 문맥 보존
+- `18c7004`: 존댓말 통일 + 중복 후행 라인 제거
+
+비교 기준:
+- A: `extractive_only_20260226` (실험 3-2의 개선 기준점)
+- B: `full20_chunk_synced_after_honorific_dedupe_fix_20260301` (최종)
+
+| 레이턴시 지표 | A | B | 변화율 |
+|---|---:|---:|---:|
+| 총 latency (문항당 단계합 평균) | 10.886s | 6.55s | -39.85% |
+| 평균 generate | 8.31s | 3.68s | -55.68% |
+
+가능해진 개선 포인트(최종 운영 관점):
+- 장문/복합 질의에서 답변 중간 절단을 줄이고, 근거 문맥을 유지한 상태로 완결형 응답 생성 가능
+- 단답형/수치형 질문도 존댓말 문장으로 일관되게 출력 가능
+- 후행 중복 문장(같은 의미 반복) 자동 억제로 가독성 개선
+- 표/행 기반 수량 추출에서 행 스코프를 고정해 값 혼입(옆 행 숫자 오인) 가능성 축소
+
 ---
 
 ## 4) 실험 4: chunk recall 개선(측정/개선 분리 보고)
@@ -280,14 +303,14 @@
 ---
 
 ## 7) 최종 정리: 기준선 대비 최종 운영 지표
-핵심: "실험 1의 기준선(current_patch)에서 최종 운영(full20_chunk_synced_after_commit_rerun)까지의 순증."
+핵심: "실험 1의 기준선(current_patch)에서 최종 운영(full20_chunk_synced_after_honorific_dedupe_fix_20260301)까지의 순증."
 
-| 지표 | A (current_patch) | B (full20_chunk_synced_after_commit_rerun) | 변화율 |
+| 지표 | A (current_patch) | B (full20_chunk_synced_after_honorific_dedupe_fix_20260301) | 변화율 |
 |---|---:|---:|---:|
-| Correctness | 3.75 | 4.25 | +13.33% |
-| Answer Coverage | 3.35 | 4.25 | +26.87% |
-| Faithfulness | 4.35 | 4.15 | -4.60% |
-| Context Relevance | 4.65 | 4.65 | +0.00% |
+| Correctness | 3.75 | 4.10 | +9.33% |
+| Answer Coverage | 3.35 | 4.00 | +19.40% |
+| Faithfulness | 4.35 | 4.35 | +0.00% |
+| Context Relevance | 4.65 | 4.75 | +2.15% |
 | Recall@5 (source) | 0.90 | 1.00 | +11.11% |
 | MRR (source) | 0.90 | 0.95 | +5.56% |
-| 매크로(C/AC/F/CR) | 4.0250 | 4.3250 | +7.45% |
+| 매크로(C/AC/F/CR) | 4.0250 | 4.3000 | +6.83% |