Eksperyment historyczny: próg dobierany na ludziach danego zbioru testowego (oracle) nie jest progiem wdrożenia. Rozbicie 200+ słów nie stanowi gwarancji skuteczności. Źródła lokalne: README.md, results.json, deploy/threshold_int8.json. Odczyt 18.10.2026. Brak nowego benchmarku produkcyjnego.