diff --git a/README.md b/README.md
index 7cf1ddd2..10f69e7f 100644
--- a/README.md
+++ b/README.md
@@ -87,6 +87,7 @@ Most fine-tuning tools stop at "the model trained." ForgeLM produces the artefac
 
 - **EU AI Act** — auto-generated Annex IV technical documentation, Article 10 data governance, Article 14 human-oversight staging gate
 - **GDPR** — `forgelm purge` (Article 17 right-to-erasure) and `forgelm reverse-pii` (Article 15 right-of-access)
+- **Model & log integrity** — a SHA-256 manifest per trained model (`forgelm verify-integrity`) and a tamper-evident audit chain (`forgelm verify-audit`) give you a one-command proof-of-integrity before you ship
 - **Append-only audit log** — HMAC-chained when `FORGELM_AUDIT_SECRET` is configured; every decision gate emits a structured event
 - **Supply-chain hardening** — CycloneDX 1.5 SBOM per release, nightly `pip-audit` + `bandit`, `gitleaks` pre-commit
 - **ISO 27001 / SOC 2 alignment** — software cannot be certified, but ForgeLM produces the change-management, data-lineage, and audit-trail evidence your deployer's auditor needs. See the [Deployer Audit Guide](docs/guides/iso_soc2_deployer_guide.md).
diff --git a/docs/design/data_audit_cli_split.md b/docs/design/data_audit_cli_split.md
index 60d63271..dd8dbbee 100644
--- a/docs/design/data_audit_cli_split.md
+++ b/docs/design/data_audit_cli_split.md
@@ -597,7 +597,7 @@ A PR in either series is "accepted" when ALL of the following hold:
 10. **ruff format + ruff check clean.**
 11. **No new top-level imports of torch / transformers / unsloth / deepspeed / lm_eval inside `forgelm/cli/**` or `forgelm/data_audit/**`.**
 12. **Logger names unchanged.**
-13. **Public exit codes preserved:** `EXIT_SUCCESS == 0`, `EXIT_CONFIG_ERROR == 1`, `EXIT_TRAINING_ERROR == 2`, `EXIT_EVAL_FAILURE == 3`, `EXIT_AWAITING_APPROVAL == 4`, `_PUBLIC_EXIT_CODES == frozenset({0,1,2,3,4})`.
+13. **Public exit codes preserved:** `EXIT_SUCCESS == 0`, `EXIT_CONFIG_ERROR == 1`, `EXIT_TRAINING_ERROR == 2`, `EXIT_EVAL_FAILURE == 3`, `EXIT_AWAITING_APPROVAL == 4`, `EXIT_WIZARD_CANCELLED == 5`, `_PUBLIC_EXIT_CODES == frozenset({0,1,2,3,4,5})`.
 
 ---
 
diff --git a/docs/design/gdpr_erasure.md b/docs/design/gdpr_erasure.md
index 309d2fce..ec097e6b 100644
--- a/docs/design/gdpr_erasure.md
+++ b/docs/design/gdpr_erasure.md
@@ -80,14 +80,14 @@ Two pre-existing surfaces overlap with this design and must be resolved up front
 
   **Conflict-resolution semantics (dual-set window v0.5.5–v0.6.x):**
 
-  - When only `evaluation.staging_ttl_days` is set → alias-forward to `retention.staging_ttl_days` and emit a single `DeprecationWarning` naming the new field + the v0.7.0 removal target.
+  - When only `evaluation.staging_ttl_days` is set → alias-forward to `retention.staging_ttl_days` and emit a single `DeprecationWarning` naming the new field + the v0.8.0 removal target.
   - When only `retention.staging_ttl_days` is set → no warning; canonical path.
   - In the case where **both** are set with **identical** values → emit `DeprecationWarning` for the deprecated field; the canonical `retention.staging_ttl_days` value is used; the operator's intent is unambiguous.
   - If **both** are set with **different** values → raise `ConfigError` at validation time naming both keys, both values, and instructing the operator to remove the deprecated entry.  Silent winner = wrong winner; ambiguous configs are refused.
 
   Phase 21 ships `tests/test_config.py::test_staging_ttl_days_dual_set_with_different_values_refused` asserting the `ConfigError` and that the message mentions both keys + both values.
 
-  **Tracking issue (per `docs/standards/release.md:95`):** Phase 21 also files a tracking issue `'Remove EvaluationConfig.staging_ttl_days in v0.7.0'` and links it from both the `DeprecationWarning` message text and the v0.5.5 CHANGELOG `### Deprecated` entry.  The v0.7.0 removal PR closes that issue.
+  **Tracking issue (per `docs/standards/release.md:95`):** Phase 21 also files a tracking issue `'Remove EvaluationConfig.staging_ttl_days in v0.8.0'` and links it from both the `DeprecationWarning` message text and the v0.5.5 CHANGELOG `### Deprecated` entry.  The v0.8.0 removal PR closes that issue.
 - **`docs/usermanuals/en/compliance/gdpr.md` lines 51-64** + closure plan §15.5 row GH-023 reference an `ingestion.retention.raw_documents.ttl_days` shape.  This design (§10 Q1) standardises on the top-level `retention.*` form because the policy covers more than ingestion artefacts (audit logs, staging dirs, ephemeral snapshots).  Phase 21 updates the GDPR user-manual page in the same PR; closure plan §15.5 GH-023 entry is amended to "absorbed under top-level `retention.*`" rather than carrying the `ingestion.retention.*` shape forward.
 
 ### 3.2 Schema
diff --git a/docs/design/iso27001_soc2_alignment.md b/docs/design/iso27001_soc2_alignment.md
index 96a4668c..0972d41a 100644
--- a/docs/design/iso27001_soc2_alignment.md
+++ b/docs/design/iso27001_soc2_alignment.md
@@ -122,7 +122,8 @@ auditable evidence. Cited symbols are real (verified against
 | HTTP discipline                     | `safe_post` (Phase 7)                                      | SSRF guard, TLS-only, no-redirect, header masking       |
 | Data audit pipeline                 | `forgelm audit` (Phase 11)                                 | `data_audit_report.json` (PII / secrets / dedup)        |
 | Annex IV §8 governance              | `_data_governance_block` (compliance.py)                   | `data_governance_report.json` Article 10                |
-| Model integrity                     | `generate_model_integrity` (delegates to `_hash_file`)     | `model_integrity.json`                                  |
+| Model integrity generation          | `generate_model_integrity` (delegates to `_hash_file`)     | `model_integrity.json`                                  |
+| Model-integrity manifest verification | `forgelm verify-integrity` (Wave 2b / Art. 15)           | exit 0/1/2, JSON envelope                               |
 | SBOM                                | `tools/generate_sbom.py` (Wave 2 era)                      | CycloneDX 1.5 JSON per (OS, py-version), uploaded as release artefact |
 | Bilingual EN+TR docs                | `tools/check_bilingual_parity.py` (Phase 24)               | strict-mode diff exit code                              |
 
@@ -251,7 +252,7 @@ ForgeLM contributes nothing here.
 | A.8.21 Security of network services | FL-helps | TLS-only webhooks; `FORGELM_AUDIT_SECRET` HMAC | TLS 1.2+ enforcement; cert rotation |
 | A.8.22 Segregation of networks | OOS | — | VPC / subnet design |
 | A.8.23 Web filtering | OOS | — | Egress proxy |
-| A.8.24 Use of cryptography | FL | SHA-256 + HMAC-SHA-256 (audit chain key = `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)`, see `forgelm/compliance.py:104-114`); salted SHA-256 identifier hashing for purge / reverse-pii (`_purge._resolve_salt`, distinct concern) | KMS for `FORGELM_AUDIT_SECRET` |
+| A.8.24 Use of cryptography | FL | SHA-256 + HMAC-SHA-256 (audit chain key = `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)`, see `AuditLogger.__init__`, `forgelm/compliance.py:164`); salted SHA-256 identifier hashing for purge / reverse-pii (`_purge._resolve_salt`, distinct concern) | KMS for `FORGELM_AUDIT_SECRET` |
 | A.8.25 Secure development life cycle | FL-helps | `docs/standards/code-review.md` + `docs/standards/release.md` + CI gates (ruff, pytest, dry-run, parity, SBOM) | SDLC framework |
 | A.8.26 Application security requirements | FL-helps | F-compliance-110 strict gate; Pydantic config validation; ReDoS guard in `_reverse_pii` | App-level threat modelling |
 | A.8.27 Secure system architecture and engineering principles | FL-helps | Append-only audit log architecture (`flock`+`fsync` per line); audit chain HMAC; lazy import discipline; `safe_post` SSRF guard | Defence-in-depth design |
diff --git a/docs/guides/alignment-tr.md b/docs/guides/alignment-tr.md
index 44a3f067..1797a61b 100644
--- a/docs/guides/alignment-tr.md
+++ b/docs/guides/alignment-tr.md
@@ -61,8 +61,7 @@ Ya da modern `messages` formatı:
 ```yaml
 model:
   name_or_path: "meta-llama/Llama-3.1-8B-Instruct"
-  max_length: 4096
-  backend: "transformers"
+  load_in_4bit: true
 
 lora:
   r: 16
@@ -266,10 +265,7 @@ forgelm --config configs/stage2_dpo.yaml
 forgelm --config configs/stage3_grpo.yaml
 ```
 
-> **Planlanan (Faz 14 — pipeline chains):** Tek bir YAML dosyasında
-> çok-aşamalı eğitim zincirlerini tanımlayan bir `pipeline:` config
-> anahtarı, aşamalar arası manuel config curating'i ortadan kaldıracak.
-> Takip issue'su v0.6.0+ release penceresine bağlı.
+> **v0.7.0'dan itibaren mevcut (Faz 14):** `pipeline:` config bloğu, tek bir YAML'da çok-aşamalı eğitimi (SFT → DPO → GRPO) zincirler. Tam kılavuz için [Çok Aşamalı Eğitim Pipeline'ları](pipeline-tr.md) sayfasına bakın.
 
 ---
 
diff --git a/docs/guides/alignment.md b/docs/guides/alignment.md
index 36096960..07e134f7 100644
--- a/docs/guides/alignment.md
+++ b/docs/guides/alignment.md
@@ -227,7 +227,7 @@ forgelm --config configs/stage2_dpo.yaml
 forgelm --config configs/stage3_grpo.yaml
 ```
 
-> **Planned (Phase 14 — pipeline chains):** A `pipeline:` config key will define multi-stage training chains in a single YAML file, eliminating manual config juggling between stages. Tracking issue links the v0.6.0+ release window.
+> **Available since v0.7.0 (Phase 14):** The `pipeline:` config block chains multi-stage training (SFT → DPO → GRPO) in a single YAML. See [Multi-Stage Training Pipelines](pipeline.md) for the full guide.
 
 ---
 
diff --git a/docs/guides/cicd_pipeline-tr.md b/docs/guides/cicd_pipeline-tr.md
index 6970272f..0fe0afad 100644
--- a/docs/guides/cicd_pipeline-tr.md
+++ b/docs/guides/cicd_pipeline-tr.md
@@ -116,7 +116,6 @@ stages:
   - validate
   - train
   - evaluate
-  - deploy
 
 validate:
   stage: validate
diff --git a/docs/guides/cicd_pipeline.md b/docs/guides/cicd_pipeline.md
index b3f70df5..46156b04 100644
--- a/docs/guides/cicd_pipeline.md
+++ b/docs/guides/cicd_pipeline.md
@@ -8,7 +8,7 @@ ForgeLM is built for automation. This guide shows how to integrate fine-tuning i
 
 ForgeLM's CI/CD-native design provides:
 - **YAML-driven**: Entire training runs defined in version-controlled config files
-- **Meaningful exit codes**: `0` success, `1` config error, `2` training error, `3` eval failure
+- **Meaningful exit codes**: `0` success, `1` config error, `2` training error, `3` eval failure, `4` awaiting approval
 - **JSON output**: `--output-format json` for machine-readable results
 - **Dry-run validation**: `--dry-run` validates without GPU
 - **Webhook notifications**: Real-time Slack/Teams alerts on start/success/failure
diff --git a/docs/guides/data_audit-tr.md b/docs/guides/data_audit-tr.md
index 9bc74def..5cc4981c 100644
--- a/docs/guides/data_audit-tr.md
+++ b/docs/guides/data_audit-tr.md
@@ -192,9 +192,10 @@ Faz 11.5 simhash backend'ini de değiştirilebilir hale getirdi:
 
 - **xxhash.xxh3_64** opsiyonel `xxhash` bağımlılığı (artık
   `forgelm[ingestion]`'ın parçası) yüklüyse per-token digest'i bu
-  sürüyor; kısa anahtarlarda BLAKE2b'ye göre Python katmanında ~%30
-  hızlandırma sağlıyor (lru_cache devreye girince end-to-end kazanç
-  daha az; backend swap'i öncelikle ileriye dönük güvence).
+  sürüyor; ~1.3x ham digest başına, ~1.05x end-to-end (Apple Silicon /
+  Python 3.11 ölçümü) hızlandırma sağlıyor (`compute_simhash` içinde
+  `lru_cache` tekrar eden token'ları absorbe ettiğinden end-to-end
+  kazanç daha az; backend swap'i öncelikle ileriye dönük güvence).
 - **BLAKE2b** bare install için fallback olarak kalıyor.
 - Modül seviyesinde `lru_cache(maxsize=10_000)` digest'i token
   seviyesinde memoize ediyor — Zipfian token frekansı sayesinde küçük
diff --git a/docs/guides/gdpr_erasure-tr.md b/docs/guides/gdpr_erasure-tr.md
index 7ba344fc..acac00dc 100644
--- a/docs/guides/gdpr_erasure-tr.md
+++ b/docs/guides/gdpr_erasure-tr.md
@@ -93,7 +93,7 @@ Wave 1 `evaluation.staging_ttl_days` field'ı (v0.5.5'te shipped) **deprecate**
 - İkisi de **aynı** değerlerle açıkça set'liyse `DeprecationWarning` yayılır (canonical block kazanır).
 - İkisi de **farklı** değerlerle açıkça set'liyse config-load zamanında `ConfigError` raise edilir. Sessiz kazanan = yanlış kazanan.
 
-Deprecate edilen field **v0.7.0**'da kaldırılır.
+Deprecate edilen field **v0.8.0**'da kaldırılır.
 
 ## Audit-event sözlüğü
 
@@ -185,5 +185,5 @@ glob); `2` = runtime hatası (mid-scan I/O failure).  JSON envelope
 ## Bkz.
 
 - `docs/qms/sop_data_management.md` — retention + erasure prosedürleri dahil tam data-lifecycle SOP.
-- `docs/usermanuals/tr/compliance/safety_compliance.md` — buraya link veren operator-facing compliance overview.
+- `docs/usermanuals/tr/compliance/overview.md` — buraya link veren operator-facing compliance overview.
 - [`docs/design/gdpr_erasure.md`](../design/gdpr_erasure.md) — bu implementation'ın gerçekleştirdiği Phase 20 design dokümanı.
diff --git a/docs/guides/gdpr_erasure.md b/docs/guides/gdpr_erasure.md
index 1a770756..7998d6ee 100644
--- a/docs/guides/gdpr_erasure.md
+++ b/docs/guides/gdpr_erasure.md
@@ -93,7 +93,7 @@ The Wave 1 `evaluation.staging_ttl_days` field (shipped in v0.5.5) is **deprecat
 - Setting both explicitly with **identical** values emits a `DeprecationWarning` (the canonical block wins).
 - Setting both explicitly with **different** values raises `ConfigError` at config-load time. Silent winner = wrong winner.
 
-The deprecated field is removed in **v0.7.0**.
+The deprecated field is removed in **v0.8.0**.
 
 ## Audit-event vocabulary
 
@@ -184,5 +184,5 @@ for the JSON envelope schema.
 ## See also
 
 - `docs/qms/sop_data_management.md` — the full data-lifecycle SOP including the retention + erasure procedures.
-- `docs/usermanuals/en/compliance/safety_compliance.md` — the operator-facing compliance overview that links here.
+- `docs/usermanuals/en/compliance/overview.md` — the operator-facing compliance overview that links here.
 - [`docs/design/gdpr_erasure.md`](../design/gdpr_erasure.md) — the Phase 20 design document that this implementation realises.
diff --git a/docs/guides/library_api-tr.md b/docs/guides/library_api-tr.md
index af1cf8e3..54bfc91c 100644
--- a/docs/guides/library_api-tr.md
+++ b/docs/guides/library_api-tr.md
@@ -12,7 +12,7 @@ ForgeLM **eşit derecede first-class iki giriş noktası** yayınlar: shell pipe
 
 **CLI**'yı seçin:
 
-- Bir Bash / GitHub Actions / GitLab CI pipeline yayınlıyorsanız. Exit-code kontratı (0/1/2/3/4) entegrasyon yüzeyidir.
+- Bir Bash / GitHub Actions / GitLab CI pipeline yayınlıyorsanız. Exit-code kontratı (0/1/2/3/4/5) entegrasyon yüzeyidir.
 - ForgeLM'in stdout'a kutudan çıkar çıkmaz yaydığı yapılandırılmış logging + JSON envelope'larını istiyorsanız.
 - Aşama başına bir process'in operasyonel birim olduğu altyapıda (çoğu CI runner, çoğu Argo pipeline) çalışıyorsanız.
 
@@ -47,8 +47,8 @@ assert "torch" not in sys.modules
 
 # Ama public yüzey autocomplete için tam keşfedilebilir.
 print("ForgeTrainer" in dir(forgelm))   # True
-print(forgelm.__version__)              # ör. "0.5.5"
-print(forgelm.__api_version__)          # ör. "0.5"
+print(forgelm.__version__)              # ör. "0.7.0"
+print(forgelm.__api_version__)          # ör. "1.0.0"
 ```
 
 Wheel ile birlikte yayınlanan çalıştırılabilir bir notebook (`notebooks/library_api_example.ipynb`) bu sayfanın kapsadığı aynı üç deseni yürür — provenance için tasarım dokümanı Faz 19 görev #13'e bakın.
diff --git a/docs/guides/library_api.md b/docs/guides/library_api.md
index cad4f768..26ca5659 100644
--- a/docs/guides/library_api.md
+++ b/docs/guides/library_api.md
@@ -12,7 +12,7 @@ ForgeLM ships **two equally first-class entry points**: the `forgelm` console sc
 
 Choose the **CLI** when:
 
-- You're shipping a Bash / GitHub Actions / GitLab CI pipeline. The exit-code contract (0/1/2/3/4) is the integration surface.
+- You're shipping a Bash / GitHub Actions / GitLab CI pipeline. The exit-code contract (0/1/2/3/4/5) is the integration surface.
 - You want the structured logging + JSON envelopes ForgeLM emits to stdout out of the box.
 - You're running on infrastructure where one process per stage is the operational unit (most CI runners, most Argo pipelines).
 
@@ -47,8 +47,8 @@ assert "torch" not in sys.modules
 
 # But the public surface is fully discoverable for autocomplete.
 print("ForgeTrainer" in dir(forgelm))   # True
-print(forgelm.__version__)              # e.g. "0.5.5"
-print(forgelm.__api_version__)          # e.g. "0.5"
+print(forgelm.__version__)              # e.g. "0.7.0"
+print(forgelm.__api_version__)          # e.g. "1.0.0"
 ```
 
 A runnable notebook (`notebooks/library_api_example.ipynb`) ships with the wheel and walks the same three patterns this page covers — see the design doc Phase 19 task #13 for its provenance.
diff --git a/docs/guides/performance-tr.md b/docs/guides/performance-tr.md
index 30c6346a..0b385a3f 100644
--- a/docs/guides/performance-tr.md
+++ b/docs/guides/performance-tr.md
@@ -192,4 +192,4 @@ GaLore belleği compute ile takas eder. Projeksiyon matris çarpımı gerçek ov
 - [`library_api-tr.md`](library_api-tr.md) — bu düğmeleri Python'dan çağırma.
 - [`../standards/coding.md`](../standards/coding.md) — ForgeLM'in dayattığı lazy-import standardı.
 - [`ingestion-tr.md`](ingestion-tr.md) — chunker kullanıcı-bakışlı derinlik.
-- [`alignment.md`](alignment-tr.md) — GaLore + 4-bit + packing'in ne zaman uygun olduğu.
+- [`alignment-tr.md`](alignment-tr.md) — GaLore + 4-bit + packing'in ne zaman uygun olduğu.
diff --git a/docs/guides/pipeline-tr.md b/docs/guides/pipeline-tr.md
index fcfdc65e..6e865a94 100644
--- a/docs/guides/pipeline-tr.md
+++ b/docs/guides/pipeline-tr.md
@@ -1,6 +1,6 @@
 # Çok Aşamalı Eğitim Pipeline'ları
 
-Faz 14 — `v0.7.0` ile geliyor (CHANGELOG kaydı 2026-05-14; PyPI tag bekleniyor).
+Faz 14 — `v0.7.0` ile gönderildi (2026-05-14).
 
 ForgeLM'in `pipeline:` config bloğu, 2 veya daha fazla eğitim aşamasını
 (genellikle SFT → DPO → GRPO) tek bir config-tabanlı, dry-run-doğrulanabilir,
diff --git a/docs/guides/pipeline.md b/docs/guides/pipeline.md
index bd3cef3d..579dd7b0 100644
--- a/docs/guides/pipeline.md
+++ b/docs/guides/pipeline.md
@@ -1,6 +1,6 @@
 # Multi-Stage Training Pipelines
 
-Phase 14 — landing in `v0.7.0` (CHANGELOG entry dated 2026-05-14; PyPI tag pending).
+Phase 14 — shipped in `v0.7.0` (2026-05-14).
 
 ForgeLM's `pipeline:` config block chains 2 or more training stages
 (typically SFT → DPO → GRPO) into one config-driven, dry-run-validatable,
diff --git a/docs/guides/safety_compliance-tr.md b/docs/guides/safety_compliance-tr.md
index 8972538a..da016bcb 100644
--- a/docs/guides/safety_compliance-tr.md
+++ b/docs/guides/safety_compliance-tr.md
@@ -350,7 +350,7 @@ require_hmac=False)`, bir `VerifyResult` dataclass'ı (`valid`,
 
 ```json
 {
-  "forgelm_version": "0.5.5",
+  "forgelm_version": "0.7.0",
   "generated_at": "2026-03-23T14:30:00+00:00",
   "model_lineage": {
     "base_model": "meta-llama/Llama-3.1-8B-Instruct",
@@ -478,7 +478,7 @@ evaluation:
 
 **Ne olur:**
 1. Eğitim tamamlanır, tüm otomatik değerlendirmeler geçer
-2. Model nihai dizine kaydedilir
+2. Model staging dizinine kaydedilir (`final_model.staging.<run_id>/`)
 3. ForgeLM **kod 4** ("onay bekleniyor") ile çıkar
 4. Bir insan değerlendirme sonuçlarını, model card'ı ve uyumluluk
    artefaktlarını inceler
diff --git a/docs/guides/safety_compliance.md b/docs/guides/safety_compliance.md
index c488dbcb..588d09ab 100644
--- a/docs/guides/safety_compliance.md
+++ b/docs/guides/safety_compliance.md
@@ -305,7 +305,7 @@ The library function `forgelm.compliance.verify_audit_log(path, *, hmac_secret=N
 
 ```json
 {
-  "forgelm_version": "0.5.5",
+  "forgelm_version": "0.7.0",
   "generated_at": "2026-03-23T14:30:00+00:00",
   "model_lineage": {
     "base_model": "meta-llama/Llama-3.1-8B-Instruct",
@@ -431,7 +431,7 @@ evaluation:
 
 **What happens:**
 1. Training completes, all automated evaluations pass
-2. Model is saved to the final directory
+2. Model is saved to the staging directory (`final_model.staging.<run_id>/`)
 3. ForgeLM exits with **code 4** ("awaiting approval")
 4. A human reviews the evaluation results, model card, and compliance artifacts
 5. The human approves or rejects the model
diff --git a/docs/guides/troubleshooting-tr.md b/docs/guides/troubleshooting-tr.md
index da290656..dc113f7b 100644
--- a/docs/guides/troubleshooting-tr.md
+++ b/docs/guides/troubleshooting-tr.md
@@ -197,7 +197,7 @@ synthetic:
   max_new_tokens: 512 # asılı kalıyorsa teacher yanıt boyutunu sınırla
 ```
 
-`SyntheticConfig`, v0.5.5'te ayrı retry / batch ayarları yüzeylemiyor —
+`SyntheticConfig`, v0.7.0'da ayrı retry / batch ayarları yüzeylemiyor —
 retry'lar HTTP-client katmanında ele alınır ve batch size API çağrısı
 başına bir prompt'a sabittir. Phase 28+ backlog'u açık retry-count ve
 batched-call parametreleri eklemeyi takip ediyor.
@@ -414,6 +414,7 @@ docker run --gpus all --shm-size=16g ...
 | `2` | Eğitim hatası | GPU, bellek, bağımlılıkları kontrol edin |
 | `3` | Değerlendirme arızası | Model kalitesi eşiğin altında — eşikleri ayarlayın ya da veriyi iyileştirin |
 | `4` | Onay bekleniyor | İnsan incelemesi gerekli — staging dizinini incelemek için `forgelm approvals --show <run_id> --output-dir <dir>` çalıştırın, sonra promote için `forgelm approve <run_id> --output-dir <dir>` ya da kalıcı reject için `forgelm reject <run_id> --output-dir <dir>`. Staging yolu `<output_dir>/final_model.staging.<run_id>/`'dir. |
+| `5` | Sihirbaz iptal | Sihirbaz iptal edildi (Ctrl-C veya açık iptal) — config yazılmadı; `--wizard` ile yeniden çalıştırın ya da etkileşimsiz kullanım için `forgelm quickstart <template>` kullanın. |
 
 ---
 
diff --git a/docs/guides/troubleshooting.md b/docs/guides/troubleshooting.md
index fc8df682..db086e9f 100644
--- a/docs/guides/troubleshooting.md
+++ b/docs/guides/troubleshooting.md
@@ -189,7 +189,7 @@ synthetic:
   max_new_tokens: 512 # cap teacher response size if it's hanging
 ```
 
-`SyntheticConfig` does not surface dedicated retry / batch knobs in v0.5.5
+`SyntheticConfig` does not surface dedicated retry / batch knobs in v0.7.0
 — retries are handled at the HTTP-client layer, and batch size is fixed
 at one prompt per API call. Phase 28+ backlog tracks adding explicit
 retry-count and batched-call parameters.
@@ -392,6 +392,7 @@ docker run --gpus all --shm-size=16g ...
 | `2` | Training error | Check GPU, memory, dependencies |
 | `3` | Evaluation failure | Model quality below threshold — adjust thresholds or improve data |
 | `4` | Awaiting approval | Human review required — run `forgelm approvals --show <run_id> --output-dir <dir>` to inspect the staging directory, then `forgelm approve <run_id> --output-dir <dir>` to promote or `forgelm reject <run_id> --output-dir <dir>` to discard. The staging path is `<output_dir>/final_model.staging.<run_id>/`. |
+| `5` | Wizard cancelled | The wizard was cancelled (Ctrl-C or explicit cancel) — no config written; re-run `--wizard` or use `forgelm quickstart <template>` for non-interactive use. |
 
 ---
 
diff --git a/docs/qms/access_control-tr.md b/docs/qms/access_control-tr.md
index b4cc242b..13341c3a 100644
--- a/docs/qms/access_control-tr.md
+++ b/docs/qms/access_control-tr.md
@@ -42,7 +42,7 @@ audit log'u ve ForgeLM audit log'u çapraz-referanslanabilir.
 ForgeLM operatör kimliğini audit-event emit anında resolve eder:
 
 1. `FORGELM_OPERATOR` env var (tercih edilen — açık set).
-2. `getpass.getuser()` (POSIX kullanıcı adı fallback).
+2. `getpass.getuser() + '@' + socket.gethostname()` (POSIX kullanıcıadı@hostname fallback).
 3. `FORGELM_ALLOW_ANONYMOUS_OPERATOR=1` kimlik olmadan emit'e izin
    verir (yalnız kısa-ömürlü test koşumları içindir; aksi takdirde
    ConfigError).
@@ -79,7 +79,7 @@ ID'leri sonsuza kadar chain'de kalır. Bir operatör ayrıldığında:
 ### 3.4 `FORGELM_AUDIT_SECRET` rotasyonu
 
 HMAC-chain imzalama anahtarı **audit koşumu başına**
-`AuditLogger.__init__` içinde `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)`
+`AuditLogger.__init__` (`forgelm/compliance.py:164`) içinde `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)`
 olarak türetilir (birleştirme; verifier
 `forgelm.compliance.verify_audit_log` aynı türetimi byte-byte
 yansıtır). Not:
diff --git a/docs/qms/access_control.md b/docs/qms/access_control.md
index 42f86af0..5a855870 100644
--- a/docs/qms/access_control.md
+++ b/docs/qms/access_control.md
@@ -41,7 +41,7 @@ and ForgeLM audit log can be cross-referenced.
 ForgeLM resolves the operator identity at audit-event emit time:
 
 1. `FORGELM_OPERATOR` env var (preferred — explicit set).
-2. `getpass.getuser()` (POSIX user name fallback).
+2. `getpass.getuser() + '@' + socket.gethostname()` (POSIX username@hostname fallback).
 3. `FORGELM_ALLOW_ANONYMOUS_OPERATOR=1` permits emission without
    identity (intended for short-lived test runs only; ConfigError
    otherwise).
@@ -79,7 +79,7 @@ remain in the chain forever. When an operator leaves:
 
 The HMAC-chain signing key is derived **per audit run** as
 `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)` (concatenation, see
-`forgelm/compliance.py:104-114`). Note: the per-output-dir salt
+`AuditLogger.__init__` at `forgelm/compliance.py:164`). Note: the per-output-dir salt
 written to `<output_dir>/.forgelm_audit_salt` is a **distinct
 concern** — it salts identifier hashing inside `forgelm purge` /
 `forgelm reverse-pii` events (`_purge._resolve_salt` /
diff --git a/docs/qms/encryption_at_rest-tr.md b/docs/qms/encryption_at_rest-tr.md
index f777219d..7a0742a9 100644
--- a/docs/qms/encryption_at_rest-tr.md
+++ b/docs/qms/encryption_at_rest-tr.md
@@ -23,7 +23,7 @@ Aşağıdaki ForgeLM-ürettiği asset sınıfları:
 | Asset sınıfı | Path pattern | Gizlilik endişesi |
 |---|---|---|
 | Model ağırlıkları — final | `<output_dir>/final_model/` | Eğitim verisi memorisation; rekabetçi moat |
-| Model ağırlıkları — staging | `<output_dir>/staging_model.<run_id>/` | Final ile aynı, artı pre-approval state |
+| Model ağırlıkları — staging | `<output_dir>/final_model.staging.<run_id>/` | Final ile aynı, artı pre-approval state |
 | Audit log | `<output_dir>/audit_log.jsonl` + `audit_log.jsonl.manifest.json` (genesis pin) | Operatör kimliği geçmişi; yapılandırma hashleri; uyumluluk için chain-of-custody — satır-seviyesi bütünlük per-line `_hmac` + `prev_hash` ile in-band'dir, ayrı bir `.sha256` sidecar yok |
 | Per-output-dir salt | `<output_dir>/.forgelm_audit_salt` | Düşük-entropi identifier'ların salt'sız SHA-256'sı brute-force edilebilir — salt audit hash'ine wordlist direnci veren secret'tir |
 | Eğitim corpusu | (operatör-tedarikli; tipik olarak `data/*.jsonl`) | PII; ticari sırlar; müşteri verisi |
diff --git a/docs/qms/encryption_at_rest.md b/docs/qms/encryption_at_rest.md
index ddde35e2..2c74a433 100644
--- a/docs/qms/encryption_at_rest.md
+++ b/docs/qms/encryption_at_rest.md
@@ -22,7 +22,7 @@ The following ForgeLM-produced asset classes:
 | Asset class | Path pattern | Confidentiality concern |
 |---|---|---|
 | Model weights — final | `<output_dir>/final_model/` | Memorisation of training data; competitive moat |
-| Model weights — staging | `<output_dir>/staging_model.<run_id>/` | Same as final, plus pre-approval state |
+| Model weights — staging | `<output_dir>/final_model.staging.<run_id>/` | Same as final, plus pre-approval state |
 | Audit log | `<output_dir>/audit_log.jsonl` + `audit_log.jsonl.manifest.json` (genesis pin) | Operator identity history; configuration hashes; chain-of-custody for compliance — line-level integrity is in-band via per-line `_hmac` + `prev_hash`, no separate `.sha256` sidecar |
 | Per-output-dir salt | `<output_dir>/.forgelm_audit_salt` | Unsalted SHA-256 of low-entropy identifiers (emails, phones) is brute-forcible — the salt is the secret that gives the audit hash its wordlist resistance |
 | Training corpus | (operator-supplied; typically `data/*.jsonl`) | PII; trade secrets; client data |
diff --git a/docs/qms/risk_treatment_plan-tr.md b/docs/qms/risk_treatment_plan-tr.md
index 68616f35..79ae10d7 100644
--- a/docs/qms/risk_treatment_plan-tr.md
+++ b/docs/qms/risk_treatment_plan-tr.md
@@ -79,7 +79,7 @@ ekler.
 |---|---|
 | Açıklama | `audit_log.jsonl`'a write erişimi olan adversary girişleri yeniden yazıp bir dağıtımı gizler / onaylanmamış bir modeli onaylar |
 | L × I (inherent) | Low × High = MED |
-| Treatment | Append-only `O_APPEND` + `flock` + per-line `fsync`; HMAC chain (per-line `_hmac` alanı, per-run imzalama anahtarı `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)` olarak türetilir — `forgelm/compliance.py:104-114` — per-output-dir `.forgelm_audit_salt` ayrı bir konudur, purge / reverse-pii tanımlayıcı hash'lerini salt'lar ve chain-key türetimine KATILMAZ); SHA-256 prev-hash chain; genesis manifest sidecar (`_check_genesis_manifest` truncate-and-resume reddeder); `forgelm verify-audit` uçtan uca doğrular |
+| Treatment | Append-only `O_APPEND` + `flock` + per-line `fsync`; HMAC chain (per-line `_hmac` alanı, per-run imzalama anahtarı `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)` olarak türetilir — `forgelm/compliance.py:164` — per-output-dir `.forgelm_audit_salt` ayrı bir konudur, purge / reverse-pii tanımlayıcı hash'lerini salt'lar ve chain-key türetimine KATILMAZ); SHA-256 prev-hash chain; genesis manifest sidecar (`_check_genesis_manifest` truncate-and-resume reddeder); `forgelm verify-audit` uçtan uca doğrular |
 | Residual L × I | Low × Low = LOW |
 | Sahip | AI Officer |
 | Review cadence | Continuous (`forgelm verify-audit` cron) |
diff --git a/docs/qms/risk_treatment_plan.md b/docs/qms/risk_treatment_plan.md
index fe79ab92..200af853 100644
--- a/docs/qms/risk_treatment_plan.md
+++ b/docs/qms/risk_treatment_plan.md
@@ -78,7 +78,7 @@ section §4.
 |---|---|
 | Description | Adversary with write access to `audit_log.jsonl` rewrites entries to hide a deployment / approve a model that wasn't approved |
 | L × I (inherent) | Low × High = MED |
-| Treatment | Append-only `O_APPEND` + `flock` + `fsync` per line; HMAC chain (per-line `_hmac` field, per-run signing key derived as `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)` per `forgelm/compliance.py:104-114` — the per-output-dir `.forgelm_audit_salt` is a distinct concern that salts purge / reverse-pii identifier hashes and does NOT participate in chain-key derivation); SHA-256 prev-hash chain; genesis manifest sidecar (`_check_genesis_manifest` refuses truncate-and-resume); `forgelm verify-audit` validates end-to-end |
+| Treatment | Append-only `O_APPEND` + `flock` + `fsync` per line; HMAC chain (per-line `_hmac` field, per-run signing key derived as `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)` per `forgelm/compliance.py:164` — the per-output-dir `.forgelm_audit_salt` is a distinct concern that salts purge / reverse-pii identifier hashes and does NOT participate in chain-key derivation); SHA-256 prev-hash chain; genesis manifest sidecar (`_check_genesis_manifest` refuses truncate-and-resume); `forgelm verify-audit` validates end-to-end |
 | Residual L × I | Low × Low = LOW |
 | Owner | AI Officer |
 | Review cadence | Continuous (`forgelm verify-audit` cron) |
diff --git a/docs/qms/sop_incident_response-tr.md b/docs/qms/sop_incident_response-tr.md
index 8eeb85b6..20a6a4ee 100644
--- a/docs/qms/sop_incident_response-tr.md
+++ b/docs/qms/sop_incident_response-tr.md
@@ -168,12 +168,17 @@ olabilir.
        ediyorsan, secret manager'da yeni değeri set'le; ForgeLM şu
        an gövdeleri HMAC ile imzalamıyor).
 2. [ ] **Audit chain'i yürü** saldırganın olayları recipient'a splice
-       etmediğini teyit için: `audit_log.jsonl`'ı event sınıfına göre
-       filtrele (`jq 'select(.event | startswith("notify_"))'`) ve
-       emit edilen her lifecycle girişinin aynı `run_id` içindeki
-       gerçek bir `pipeline.*` event'ına karşılık geldiğini doğrula.
-       Eşleşmeyen timestamp'lar veya yetim `notify_*` satırları
-       splice sinyalidir.
+       etmediğini teyit için: `audit_log.jsonl`'ı çekirdek lifecycle
+       olaylarına göre filtrele
+       (`jq 'select(.event | test("^(training\\.|pipeline\\.|human_approval\\.)"))'`)
+       ve `run_id` penceresindeki her lifecycle olayının beklenen
+       sırayla eşleştiğini doğrula. Not: webhook wire-event adları
+       (`training.start`, `training.success`, vb.) audit-log olay
+       adlarından (`training.started`, `pipeline.completed`, vb.)
+       farklıdır — `audit_log.jsonl`'da yalnız audit-log olayları
+       görünür; `notify_*` log'a asla yazılmayan dahili metot
+       adlarıdır. Bir `run_id` için eşleşmeyen timestamp'lar veya
+       beklenmedik girişler splice sinyalidir.
 3. [ ] **`safe_post` error log'larını kontrol et** rotation sonrası
        redact'lı Authorization header'lar için — saldırganın artık
        geçerli token tutmadığını teyit et.
diff --git a/docs/qms/sop_incident_response.md b/docs/qms/sop_incident_response.md
index 88f2523e..601d98f9 100644
--- a/docs/qms/sop_incident_response.md
+++ b/docs/qms/sop_incident_response.md
@@ -170,11 +170,16 @@ that an attacker may have observed.
        bodies).
 2. [ ] **Walk the audit chain** to confirm the attacker did not splice
        events into the recipient: filter
-       `audit_log.jsonl` by event class
-       (`jq 'select(.event | startswith("notify_"))'`) and confirm
-       every emitted lifecycle entry corresponds to a real
-       `pipeline.*` event in the same `run_id`. Mismatched timestamps
-       or orphan `notify_*` rows are the splice signal.
+       `audit_log.jsonl` to the core lifecycle events
+       (`jq 'select(.event | test("^(training\\.|pipeline\\.|human_approval\\.)"))'`)
+       and confirm each lifecycle event in the `run_id` window matches
+       the expected sequence. Note: webhook wire-event names
+       (`training.start`, `training.success`, etc.) differ from
+       audit-log event names (`training.started`, `pipeline.completed`,
+       etc.) — only audit-log events appear in `audit_log.jsonl`;
+       `notify_*` are internal method names never written to the log.
+       Mismatched timestamps or unexpected entries for a `run_id` are
+       the splice signal.
 3. [ ] **Check `safe_post` error logs** for masked Authorization
        headers post-rotation — confirm the attacker no longer holds
        a valid token.
diff --git a/docs/qms/statement_of_applicability-tr.md b/docs/qms/statement_of_applicability-tr.md
index 9caae43e..5cdb4ac9 100644
--- a/docs/qms/statement_of_applicability-tr.md
+++ b/docs/qms/statement_of_applicability-tr.md
@@ -130,7 +130,7 @@ ForgeLM-spesifik kontrol envanteriyle ilgilidir.
 | A.8.21 Ağ hizmetlerinin güvenliği | YES | TLS-only webhooks (HTTPS-only + SSRF guard); audit-log chain HMAC `FORGELM_AUDIT_SECRET` üzerinden (not: webhook **gövdeleri** HMAC ile imzalanmaz — hedef-tarafı authenticity alıcı sistemin sorumluluğundadır) | TLS 1.2+ enforcement |
 | A.8.22 Ağ ayrımı | YES | VPC / subnet design | Benimse |
 | A.8.23 Web filtreleme | YES | Egress proxy | Benimse |
-| A.8.24 Kriptografi kullanımı | YES | SHA-256 + HMAC-SHA-256 (audit chain key = `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)`, bkz. `forgelm/compliance.py:104-114`); ayrıca `forgelm purge` / `forgelm reverse-pii` için salted SHA-256 identifier hashing (`_purge._resolve_salt`, ayrı bir konu — chain-key türetimine katılmaz) | `FORGELM_AUDIT_SECRET` için KMS |
+| A.8.24 Kriptografi kullanımı | YES | SHA-256 + HMAC-SHA-256 (audit chain key = `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)`, bkz. `AuditLogger.__init__` — `forgelm/compliance.py:164`); ayrıca `forgelm purge` / `forgelm reverse-pii` için salted SHA-256 identifier hashing (`_purge._resolve_salt`, ayrı bir konu — chain-key türetimine katılmaz) | `FORGELM_AUDIT_SECRET` için KMS |
 | A.8.25 Güvenli geliştirme yaşam döngüsü | YES | `docs/standards/code-review.md`, `release.md`, CI gate'leri | SDLC framework |
 | A.8.26 Uygulama güvenliği gereksinimleri | YES | F-compliance-110 strict gate; Pydantic validation; `_reverse_pii`'da ReDoS guard | App-seviyesi tehdit modelleme |
 | A.8.27 Güvenli sistem mimarisi ve mühendislik prensipleri | YES | Append-only audit log mimarisi; HMAC chain; lazy import; SSRF guard | Defence-in-depth |
diff --git a/docs/qms/statement_of_applicability.md b/docs/qms/statement_of_applicability.md
index c2ce7fa3..9fc24b8e 100644
--- a/docs/qms/statement_of_applicability.md
+++ b/docs/qms/statement_of_applicability.md
@@ -129,7 +129,7 @@ ForgeLM-specific control inventory.
 | A.8.21 Security of network services | YES | TLS-only webhooks (HTTPS-only with SSRF guard); audit-log chain HMAC via `FORGELM_AUDIT_SECRET` (note: webhook **bodies** are not HMAC-signed — destination-side authenticity is the receiving system's responsibility) | TLS 1.2+ enforcement |
 | A.8.22 Segregation of networks | YES | VPC / subnet design | Adopt |
 | A.8.23 Web filtering | YES | Egress proxy | Adopt |
-| A.8.24 Use of cryptography | YES | SHA-256 + HMAC-SHA-256 (audit chain key = `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)`, see `forgelm/compliance.py:104-114`); separately, salted SHA-256 identifier hashing for `forgelm purge` / `forgelm reverse-pii` (`_purge._resolve_salt`, distinct concern — does not participate in chain-key derivation) | KMS for `FORGELM_AUDIT_SECRET` |
+| A.8.24 Use of cryptography | YES | SHA-256 + HMAC-SHA-256 (audit chain key = `SHA-256(FORGELM_AUDIT_SECRET ‖ run_id)`, see `AuditLogger.__init__` at `forgelm/compliance.py:164`); separately, salted SHA-256 identifier hashing for `forgelm purge` / `forgelm reverse-pii` (`_purge._resolve_salt`, distinct concern — does not participate in chain-key derivation) | KMS for `FORGELM_AUDIT_SECRET` |
 | A.8.25 Secure development life cycle | YES | `docs/standards/code-review.md`, `release.md`, CI gates | SDLC framework |
 | A.8.26 Application security requirements | YES | F-compliance-110 strict gate; Pydantic validation; ReDoS guard in `_reverse_pii` | App-level threat modelling |
 | A.8.27 Secure system architecture and engineering principles | YES | Append-only audit log architecture; HMAC chain; lazy import; SSRF guard | Defence-in-depth |
diff --git a/docs/reference/architecture-tr.md b/docs/reference/architecture-tr.md
index 1269cd7b..e1688fcc 100644
--- a/docs/reference/architecture-tr.md
+++ b/docs/reference/architecture-tr.md
@@ -8,15 +8,16 @@ ForgeLM modülerlik ve genişletilebilirlik gözetilerek tasarlanmıştır. İş
 forgelm --config job.yaml
     │
     ├── cli/                → CLI paketi (Faz 15 split)
-    │   ├── _parser.py          → 18 subcommand + global flag
+    │   ├── _parser.py          → 19 subcommand + global flag
     │   ├── _dispatch.py        → Mod yönlendirici
-    │   ├── _exit_codes.py      → 0/1/2/3/4 sözleşmesi
-    │   └── subcommands/        → Subcommand-başına handler'lar
+    │   ├── _exit_codes.py      → 0/1/2/3/4/5 sözleşmesi
+    │   └── subcommands/        → Subcommand-başına handler'lar (19 subcommand)
     │       ├── ingest, audit, chat, export, deploy, doctor,
-    │       │   cache, purge, reverse_pii, approve, approvals,
-    │       │   safety_eval, verify_audit, verify_annex_iv,
-    │       │   verify_gguf, quickstart
-    ├── config.py           → Pydantic doğrulama (21 config modeli)
+    │       │   cache-models, cache-tasks, purge, reverse-pii,
+    │       │   approve, reject, approvals, safety-eval,
+    │       │   verify-audit, verify-annex-iv, verify-gguf,
+    │       │   verify-integrity, quickstart
+    ├── config.py           → Pydantic doğrulama (23 config modeli)
     ├── utils.py            → HF kimlik doğrulama
     ├── model.py            → Model + tokenizer + LoRA/PEFT yükleme
     ├── data.py             → Veri seti yükleme + formatlama
@@ -43,19 +44,19 @@ ForgeLM/
 ├── forgelm/                  # Çekirdek Python paketi (~22 tek-dosya modül + 2 alt-paket)
 │   ├── __init__.py           # Hızlı CLI başlatma için lazy import
 │   ├── cli/                  # CLI alt-paketi (Faz 15 split)
-│   │   ├── _parser.py            # 18 subcommand + global flag
+│   │   ├── _parser.py            # 19 subcommand + global flag
 │   │   ├── _dispatch.py          # Mod yönlendirici
-│   │   ├── _exit_codes.py        # Public 0/1/2/3/4 sözleşmesi
+│   │   ├── _exit_codes.py        # Public 0/1/2/3/4/5 sözleşmesi
 │   │   └── subcommands/          # Per-subcommand handler modülleri
 │   │       └── _audit, _ingest, _chat, _export, _deploy, _doctor,
 │   │           _cache, _purge, _reverse_pii, _approve, _approvals,
 │   │           _safety_eval, _verify_audit, _verify_annex_iv,
-│   │           _verify_gguf, _quickstart
+│   │           _verify_gguf, _verify_integrity, _quickstart
 │   ├── data_audit/           # Audit alt-paketi (Faz 14 split)
 │   │   └── _orchestrator, _aggregator, _streaming, _simhash,
 │   │       _minhash, _pii_regex, _pii_ml, _secrets, _quality,
 │   │       _croissant, _summary, _splits, _types, _optional
-│   ├── config.py             # 21 Pydantic config modeli
+│   ├── config.py             # 23 Pydantic config modeli
 │   ├── data.py               # Veri yükleme (SFT/DPO/KTO/GRPO/multimodal)
 │   ├── ingestion.py          # Ham doküman → SFT JSONL (PDF/DOCX/EPUB/TXT/Markdown)
 │   ├── model.py              # Model + LoRA/DoRA/PiSSA + MoE algılama
@@ -101,10 +102,10 @@ ForgeLM/
 ## Bileşen Detayları
 
 ### `cli/`
-Orkestratör (Faz 15 split). `_parser.py` 18 subcommand'ı (`audit`, `approve`, `approvals`, `reject`, `cache-models`, `cache-tasks`, `chat`, `deploy`, `doctor`, `export`, `ingest`, `purge`, `quickstart`, `reverse-pii`, `safety-eval`, `verify-annex-iv`, `verify-audit`, `verify-gguf`) artı eski training-mode flag setini kaydeder. `_dispatch.py` `subcommands/` altındaki uygun handler'a yönlendirir. `_exit_codes.py` public 0/1/2/3/4 sözleşmesini tanımlar.
+Orkestratör (Faz 15 split). `_parser.py` 19 subcommand'ı (`audit`, `approve`, `approvals`, `reject`, `cache-models`, `cache-tasks`, `chat`, `deploy`, `doctor`, `export`, `ingest`, `purge`, `quickstart`, `reverse-pii`, `safety-eval`, `verify-annex-iv`, `verify-audit`, `verify-gguf`, `verify-integrity`) artı eski training-mode flag setini kaydeder. `_dispatch.py` `subcommands/` altındaki uygun handler'a yönlendirir. `_exit_codes.py` public 0/1/2/3/4/5 sözleşmesini tanımlar (5 = sihirbaz iptal edildi).
 
 ### `config.py`
-21 Pydantic v2 modeli: ModelConfig, LoraConfigModel, TrainingConfig, DataConfig, DataGovernanceConfig, EvaluationConfig, SafetyConfig, BenchmarkConfig, JudgeConfig, WebhookConfig, DistributedConfig, MergeConfig, ComplianceMetadataConfig, RetentionConfig, RiskAssessmentConfig, MonitoringConfig, MoeConfig, MultimodalConfig, AuthConfig, SyntheticConfig + üst-düzey ForgeConfig. Çapraz alan doğrulaması içerir.
+23 Pydantic v2 modeli: ModelConfig, LoraConfigModel, TrainingConfig, DataConfig, DataGovernanceConfig, EvaluationConfig, SafetyConfig, BenchmarkConfig, JudgeConfig, WebhookConfig, DistributedConfig, MergeConfig, ComplianceMetadataConfig, RetentionConfig, RiskAssessmentConfig, MonitoringConfig, MoeConfig, MultimodalConfig, AuthConfig, SyntheticConfig, PipelineStage, PipelineConfig + üst-düzey ForgeConfig. Çapraz alan doğrulaması içerir.
 
 ### `data.py`
 HuggingFace `datasets` kütüphanesi ile arayüz. Veri formatını otomatik algılar (SFT, DPO, KTO, GRPO, multimodal) ve uyumsuzlukta önerili trainer_type ile hata verir. Mix ratio ile çoklu veri seti karıştırma. `tokenizer.apply_chat_template()` ile sohbet şablonları.
diff --git a/docs/reference/architecture.md b/docs/reference/architecture.md
index d22020ac..583e8ba3 100644
--- a/docs/reference/architecture.md
+++ b/docs/reference/architecture.md
@@ -8,15 +8,16 @@ ForgeLM is designed with modularity and extensibility in mind. The workflow is b
 forgelm --config job.yaml
     │
     ├── cli/                → CLI package (Phase 15 split)
-    │   ├── _parser.py          → 18 subcommands + global flags
+    │   ├── _parser.py          → 19 subcommands + global flags
     │   ├── _dispatch.py        → Mode dispatcher
-    │   ├── _exit_codes.py      → 0/1/2/3/4 contract
-    │   └── subcommands/        → Per-subcommand handlers
+    │   ├── _exit_codes.py      → 0/1/2/3/4/5 contract
+    │   └── subcommands/        → Per-subcommand handlers (19 subcommands)
     │       ├── ingest, audit, chat, export, deploy, doctor,
-    │       │   cache, purge, reverse_pii, approve, approvals,
-    │       │   safety_eval, verify_audit, verify_annex_iv,
-    │       │   verify_gguf, quickstart
-    ├── config.py           → Pydantic validation (21 config models)
+    │       │   cache-models, cache-tasks, purge, reverse-pii,
+    │       │   approve, reject, approvals, safety-eval,
+    │       │   verify-audit, verify-annex-iv, verify-gguf,
+    │       │   verify-integrity, quickstart
+    ├── config.py           → Pydantic validation (23 config models)
     ├── utils.py            → HF authentication
     ├── model.py            → Load model + tokenizer + LoRA/PEFT
     ├── data.py             → Load + format dataset
@@ -43,19 +44,19 @@ ForgeLM/
 ├── forgelm/                # Core Python package (~22 single-file modules + 2 sub-packages)
 │   ├── __init__.py         # Lazy imports for fast CLI startup
 │   ├── cli/                # CLI sub-package (Phase 15 split)
-│   │   ├── _parser.py          # 18 subcommands + global flags
+│   │   ├── _parser.py          # 19 subcommands + global flags
 │   │   ├── _dispatch.py        # Mode dispatcher
-│   │   ├── _exit_codes.py      # Public 0/1/2/3/4 contract
+│   │   ├── _exit_codes.py      # Public 0/1/2/3/4/5 contract
 │   │   └── subcommands/        # Per-subcommand handler modules
 │   │       └── _audit, _ingest, _chat, _export, _deploy, _doctor,
 │   │           _cache, _purge, _reverse_pii, _approve, _approvals,
 │   │           _safety_eval, _verify_audit, _verify_annex_iv,
-│   │           _verify_gguf, _quickstart
+│   │           _verify_gguf, _verify_integrity, _quickstart
 │   ├── data_audit/         # Data-audit sub-package (Phase 14 split)
 │   │   └── _orchestrator, _aggregator, _streaming, _simhash,
 │   │       _minhash, _pii_regex, _pii_ml, _secrets, _quality,
 │   │       _croissant, _summary, _splits, _types, _optional
-│   ├── config.py           # 21 Pydantic config models
+│   ├── config.py           # 23 Pydantic config models
 │   ├── data.py             # Dataset loading (SFT/DPO/KTO/GRPO/multimodal)
 │   ├── ingestion.py        # Raw docs → SFT JSONL (PDF/DOCX/EPUB/TXT/Markdown)
 │   ├── model.py            # Model + LoRA/DoRA/PiSSA + MoE detection
@@ -81,7 +82,9 @@ ForgeLM/
 │   ├── _version.py         # __version__ + __api_version__ (decoupled)
 │   └── utils.py            # Authentication + checkpoint management
 ├── forgelm/templates/      # 5 quickstart template bundles
-├── configs/deepspeed/      # ZeRO-2, ZeRO-3, ZeRO-3+Offload presets
+├── configs/
+│   ├── deepspeed/          # ZeRO-2, ZeRO-3, ZeRO-3+Offload presets
+│   └── safety_prompts/     # Built-in adversarial prompt library (140 prompts, 6 categories)
 ├── notebooks/              # 10 Colab-ready Jupyter notebooks
 ├── tests/                  # ~70 test modules
 ├── tools/                  # CI guards: bilingual_parity, anchor_resolution,
@@ -100,10 +103,10 @@ ForgeLM/
 ## Component Details
 
 ### `cli/`
-The orchestrator (Phase 15 split). `_parser.py` registers 18 subcommands (`audit`, `approve`, `approvals`, `reject`, `cache-models`, `cache-tasks`, `chat`, `deploy`, `doctor`, `export`, `ingest`, `purge`, `quickstart`, `reverse-pii`, `safety-eval`, `verify-annex-iv`, `verify-audit`, `verify-gguf`) plus the legacy training-mode flag set. `_dispatch.py` routes to the appropriate handler in `subcommands/`. `_exit_codes.py` defines the public 0/1/2/3/4 contract.
+The orchestrator (Phase 15 split). `_parser.py` registers 19 subcommands (`audit`, `approve`, `approvals`, `reject`, `cache-models`, `cache-tasks`, `chat`, `deploy`, `doctor`, `export`, `ingest`, `purge`, `quickstart`, `reverse-pii`, `safety-eval`, `verify-annex-iv`, `verify-audit`, `verify-gguf`, `verify-integrity`) plus the legacy training-mode flag set. `_dispatch.py` routes to the appropriate handler in `subcommands/`. `_exit_codes.py` defines the public 0/1/2/3/4/5 contract (5 = wizard cancelled).
 
 ### `config.py`
-21 Pydantic v2 models providing strict validation for all YAML configuration. Includes cross-field validation (e.g., high-risk classification enforces safety evaluation). Config models cover: model, LoRA, training, data, evaluation, safety, benchmark, judge, webhook, distributed, merge, compliance, retention, risk assessment, monitoring, MoE, multimodal, data governance, and synthetic-data generation.
+23 Pydantic v2 models providing strict validation for all YAML configuration. Includes cross-field validation (e.g., high-risk classification enforces safety evaluation). Config models cover: model, LoRA, training, data, evaluation, safety, benchmark, judge, webhook, distributed, merge, compliance, retention, risk assessment, monitoring, MoE, multimodal, data governance, and synthetic-data generation.
 
 ### `data.py`
 Interfaces with HuggingFace `datasets` library. Auto-detects dataset format (SFT, DPO, KTO, GRPO, multimodal) and validates against `trainer_type`. Handles multi-dataset mixing with configurable ratios. Applies chat templates via `tokenizer.apply_chat_template()` with fallback formatting.
diff --git a/docs/reference/compliance_summary-tr.md b/docs/reference/compliance_summary-tr.md
index cf2b6a1b..0cb9349f 100644
--- a/docs/reference/compliance_summary-tr.md
+++ b/docs/reference/compliance_summary-tr.md
@@ -31,7 +31,8 @@ ForgeLM kutudan çıktığı gibi şunları ship eder:
 - **EU AI Act Madde 14** insan-gözetim kapısı: `forgelm approve` /
   `reject` Madde 14 staging.
 - **EU AI Act Madde 15** model-bütünlüğü: `compute_artefact_sha256` +
-  `model_integrity.json`.
+  `model_integrity.json`; deployment-sonrası doğrulama:
+  `forgelm verify-integrity`.
 - **EU AI Act Madde 17** QMS şablonları: `docs/qms/` (Wave 0 baseline +
   Wave 4 ISO eklemeleri).
 - **GDPR Madde 15** erişim hakkı: `forgelm reverse-pii`.
@@ -103,9 +104,11 @@ Düzenleyicinin sorduğu vs ForgeLM'in cevapladığı:
   ve chain-key türetimine katılmaz. Genesis manifest sidecar
   (`audit_log.jsonl.manifest.json`) truncate-and-resume tahrifatını reddeder.
 - Doğrulama: `forgelm verify-audit [--require-hmac]` zinciri uçtan
-  uca doğrular; 0/1 ile çıkar (0/1 surface'ı v0.5.5 stabilization
-  döngüsünde geçerli; v0.6.x backlog'unda `EXIT_INTEGRITY_FAILURE`
-  ayrımı bekliyor).
+  uca doğrular; 0 (geçerli) veya 1 (herhangi bir hata — ayrıştırma
+  hatası, HMAC uyuşmazlığı, manifest sapması, dosya bulunamadı,
+  seçenek hatası) ile çıkar. Daha zengin 0/1/2/3 exit-code yüzeyi
+  **trainer** giriş noktasına (`forgelm --config ...`) uygulanır,
+  `verify-audit`'e değil.
 
 ### Madde 14 staging kapısı
 
diff --git a/docs/reference/compliance_summary.md b/docs/reference/compliance_summary.md
index a9f56894..51865b5c 100644
--- a/docs/reference/compliance_summary.md
+++ b/docs/reference/compliance_summary.md
@@ -32,7 +32,8 @@ ForgeLM ships out-of-the-box:
 - **EU AI Act Article 14** human-oversight gate via
   `forgelm approve` / `reject` Article 14 staging.
 - **EU AI Act Article 15** model-integrity via
-  `compute_artefact_sha256` + `model_integrity.json`.
+  `compute_artefact_sha256` + `model_integrity.json`; post-deployment
+  verification via `forgelm verify-integrity`.
 - **EU AI Act Article 17** QMS templates in `docs/qms/` (Wave 0
   baseline + Wave 4 ISO additions).
 - **GDPR Article 15** right-of-access via `forgelm reverse-pii`.
diff --git a/docs/reference/configuration-tr.md b/docs/reference/configuration-tr.md
index 5a7221d2..5191b4f9 100644
--- a/docs/reference/configuration-tr.md
+++ b/docs/reference/configuration-tr.md
@@ -15,7 +15,10 @@ Tam açıklamalı örnek için `config_template.yaml` dosyasına bakın.
 | `load_in_4bit` | bool | `true` | QLoRA 4-bit NF4 kuantizasyon |
 | `backend` | string | `"transformers"` | `"transformers"` veya `"unsloth"` (2-5x hızlı, Linux) |
 | `trust_remote_code` | bool | `false` | Model depolarından özel kod çalıştırma. **Güvenlik riski** |
-| `offline` | bool | `false` | İzole mod: HF Hub çağrısı yok |
+| `offline` | bool | `false` | İzole mod: HF Hub çağrısı yok. Modeller/veri setleri yerel olmalı |
+| `bnb_4bit_use_double_quant` | bool | `true` | Ekstra VRAM tasarrufu için çift kuantizasyon |
+| `bnb_4bit_quant_type` | string | `"nf4"` | Kuantizasyon tipi (`"nf4"` veya `"fp4"`) |
+| `bnb_4bit_compute_dtype` | string | `"auto"` | Hesaplama dtype'ı: `"auto"`, `"bfloat16"`, `"float16"`, `"float32"` |
 
 #### `model.moe` (İsteğe bağlı — MoE modeller)
 
@@ -38,12 +41,15 @@ Tam açıklamalı örnek için `config_template.yaml` dosyasına bakın.
 
 | Alan | Tip | Varsayılan | Açıklama |
 |------|-----|-----------|----------|
-| `r` | int | `8` | LoRA rank |
+| `r` | int | `8` | LoRA rank. Yüksek = daha fazla parametre |
 | `alpha` | int | `16` | LoRA ölçekleme faktörü |
+| `dropout` | float | `0.1` | Dropout olasılığı |
+| `bias` | string | `"none"` | `"none"`, `"all"` veya `"lora_only"` |
 | `method` | string | `"lora"` | PEFT yöntemi: `"lora"`, `"dora"`, `"pissa"`, `"rslora"` |
 | `use_dora` | bool | `false` | DoRA (Ağırlık-Ayrıştırılmış LoRA) |
 | `use_rslora` | bool | `false` | Rank-stabilize LoRA (r>64 için önerilir) |
 | `target_modules` | list | `["q_proj", "v_proj"]` | LoRA uygulanacak modüller |
+| `task_type` | string | `"CAUSAL_LM"` | PEFT için görev tipi |
 
 ---
 
@@ -51,13 +57,24 @@ Tam açıklamalı örnek için `config_template.yaml` dosyasına bakın.
 
 | Alan | Tip | Varsayılan | Açıklama |
 |------|-----|-----------|----------|
+| `output_dir` | string | `"./checkpoints"` | Checkpoint kayıt dizini |
+| `final_model_dir` | string | `"final_model"` | Nihai artefaktlar için alt dizin |
+| `merge_adapters` | bool | `false` | Kaydedilmeden önce adapter'ları temel modele birleştir |
 | `trainer_type` | string | `"sft"` | `"sft"`, `"dpo"`, `"simpo"`, `"kto"`, `"orpo"`, `"grpo"` |
 | `max_steps` | int | `-1` | Sıkı adım üst sınırı. `-1` = `num_train_epochs` kullanılır; pozitif bir değer epoch'ları geçersiz kılar. |
 | `num_train_epochs` | int | `3` | Eğitim epoch sayısı (yalnızca `max_steps == -1` iken dikkate alınır). |
 | `per_device_train_batch_size` | int | `4` | GPU başına batch boyutu |
-| `learning_rate` | float | `2e-5` | Öğrenme oranı |
+| `gradient_accumulation_steps` | int | `2` | Geri yayılımdan önce biriktirilecek adım sayısı |
+| `learning_rate` | float | `2e-5` | Öğrenme oranı (hizalama için daha düşük: 5e-6) |
+| `warmup_ratio` | float | `0.1` | Isınma oranı |
+| `weight_decay` | float | `0.01` | AdamW ağırlık bozunumu |
+| `eval_steps` | int | `200` | Her N adımda bir değerlendir |
+| `save_steps` | int | `200` | Her N adımda bir checkpoint kaydet |
+| `save_total_limit` | int | `3` | Tutulacak maksimum checkpoint sayısı |
 | `early_stopping_patience` | int | `3` | Doğrulama kaybı iyileşmeden N değerlendirme sonra dur (yalnızca bir doğrulama bölünmesi varsa etkin). |
+| `packing` | bool | `false` | Dizi paketleme (yalnızca SFT) |
 | `report_to` | string | `"tensorboard"` | `"tensorboard"`, `"wandb"`, `"mlflow"`, `"none"` |
+| `run_name` | string | `null` | W&B/MLflow çalışma adı (null ise otomatik üretilir) |
 
 #### OOM Recovery (Bellek Hatası Kurtarma)
 
@@ -112,11 +129,13 @@ training:
 | Alan | Tip | Varsayılan | Kullanan |
 |------|-----|-----------|---------|
 | `dpo_beta` | float | `0.1` | DPO sıcaklık |
-| `simpo_gamma` | float | `0.5` | SimPO marj |
+| `simpo_gamma` | float | `0.5` | SimPO marj terimi |
+| `simpo_beta` | float | `2.0` | SimPO ölçekleme |
 | `kto_beta` | float | `0.1` | KTO kayıp parametresi |
 | `orpo_beta` | float | `0.1` | ORPO odds ratio ağırlığı |
 | `grpo_num_generations` | int | `4` | GRPO: prompt başına yanıt |
-| `grpo_reward_model` | string | `null` | GRPO: ödül modeli yolu |
+| `grpo_max_completion_length` | int | `512` | GRPO: completion başına maksimum token (eski takma ad `grpo_max_new_tokens` kabul edilir) |
+| `grpo_reward_model` | string | `null` | GRPO: ödül modeli yolu (HF veya yerel) |
 
 ---
 
@@ -235,7 +254,11 @@ uzatmasını engeller.
 | Alan | Tip | Varsayılan | Açıklama |
 |------|-----|-----------|----------|
 | `provider_name` | string | `""` | Kuruluş adı |
+| `provider_contact` | string | `""` | İletişim e-postası |
+| `system_name` | string | `""` | Yapay zeka sistemi adı |
 | `intended_purpose` | string | `""` | Modelin amacı |
+| `known_limitations` | string | `""` | Kullanılmaması gereken durumlar |
+| `system_version` | string | `""` | Sürüm tanımlayıcısı |
 | `risk_classification` | string | `"minimal-risk"` | 5 EU AI Act `RiskTier` değerinden biri: `"unknown"` (sınıflandırma öncesi yer tutucu), `"minimal-risk"`, `"limited-risk"`, `"high-risk"` (Madde 6 — tam Annex IV dokümantasyonu), `"unacceptable"` (Madde 5 yasaklı uygulama — başlangıçta uyarı bandı yayınlar). |
 
 ## `risk_assessment` (İsteğe bağlı — EU AI Act Madde 9)
@@ -246,14 +269,18 @@ uzatmasını engeller.
 | `foreseeable_misuse` | list | `[]` | Öngörülen kötüye kullanım senaryoları |
 | `risk_category` | string | `"minimal-risk"` | `compliance.risk_classification` ile aynı 5 `RiskTier` değeri: `"unknown"`, `"minimal-risk"`, `"limited-risk"`, `"high-risk"`, `"unacceptable"`. Auto-revert eşiklerini ve Annex IV kapısını etkiler. |
 | `mitigation_measures` | list | `[]` | Risk azaltma önlemleri |
+| `vulnerable_groups_considered` | bool | `false` | Savunmasız gruplar üzerindeki etki değerlendirildi |
 
 ## `monitoring` (İsteğe bağlı — EU AI Act Madde 12+17)
 
 | Alan | Tip | Varsayılan | Açıklama |
 |------|-----|-----------|----------|
 | `enabled` | bool | `false` | İzleme hook'larını etkinleştir |
-| `metrics_export` | string | `"none"` | `"none"`, `"prometheus"`, `"datadog"` |
+| `endpoint` | string | `""` | İzleme webhook URL'si |
+| `endpoint_env` | string | `null` | Endpoint için ortam değişkeni adı |
+| `metrics_export` | string | `"none"` | `"none"`, `"prometheus"`, `"datadog"`, `"custom_webhook"` |
 | `alert_on_drift` | bool | `true` | Model sapmasında uyar |
+| `check_interval_hours` | int | `24` | İzleme kontrol aralığı (saat) |
 
 ## `distributed` (İsteğe bağlı)
 
diff --git a/docs/reference/data_ingestion_architecture.md b/docs/reference/data_ingestion_architecture.md
index 44dbdb6d..bf9914ea 100644
--- a/docs/reference/data_ingestion_architecture.md
+++ b/docs/reference/data_ingestion_architecture.md
@@ -35,7 +35,7 @@ graph LR
 ```
 
 Single entry point: [`forgelm.ingestion.ingest_path`](../../forgelm/ingestion.py)
-at line `1200`. The CLI subcommand
+(currently at line 2193). The CLI subcommand
 [`forgelm/cli/subcommands/_ingest.py`](../../forgelm/cli/subcommands/_ingest.py)
 is a thin argparse adapter — it resolves `--all-mask` into the two
 underlying booleans and delegates everything else to `ingest_path`.
@@ -440,7 +440,7 @@ phone. Replacement token: `[REDACTED]`.
 
 `_emit_chunk` enforces the order: secrets pass, then PII pass. Two
 reasons (encoded as a docstring comment in
-[`ingestion.py:1098`](../../forgelm/ingestion.py)):
+[`ingestion.py:2078`](../../forgelm/ingestion.py)):
 
 1. Secrets are higher-severity than PII. A leaked AWS key in training
    data is unrecoverable; a phone number is recoverable via opt-out
diff --git a/docs/reference/library_api_reference-tr.md b/docs/reference/library_api_reference-tr.md
index 73504721..6dd20a8d 100644
--- a/docs/reference/library_api_reference-tr.md
+++ b/docs/reference/library_api_reference-tr.md
@@ -129,8 +129,9 @@ report = audit_dataset(
 )
 
 print(f"samples: {report.total_samples}")
-print(f"duplicates: {report.duplicate_count}")
-print(f"pii findings: {len(report.pii_findings)}")
+pairs = report.near_duplicate_summary.get('pairs_per_split', {})
+print(f"near-duplicates: {pairs}")
+print(f"pii summary: {report.pii_summary}")
 # cross_split_overlap dict[str, Any] - anahtar üzerinden erişin
 print(f"split overlap pairs: {report.cross_split_overlap.get('pairs', {})}")
 ```
@@ -149,7 +150,7 @@ result = verify_audit_log(
 if not result.valid:
     raise SystemExit(f"audit chain broken: {result.reason}")
 
-print(f"verified {result.entries_checked} entries; head={result.chain_head}")
+print(f"verified {result.entries_count} entries")
 ```
 
 ### 3. Uçtan uca eğitim (saf Python, YAML yok)
@@ -172,9 +173,9 @@ config = ForgeConfig(
 trainer = ForgeTrainer(config)
 result = trainer.train()
 
-print(f"success={result.success}  output={result.output_dir}")
-if not result.success and result.revert_reason:
-    print(f"reverted: {result.revert_reason}")
+print(f"success={result.success}  output={result.final_model_path}")
+if not result.success and result.reverted:
+    print(f"reverted; reason: {result.error}")
 ```
 
 Yukarıdaki anahtarlar tek **gerekli** olanlardır; geri kalan her şey `forgelm/config.py` varsayılanlarına düşer. `model.name_or_path`, `lora:` bloğu, `data.dataset_name_or_path` ve `training.{trainer_type, output_dir}` Pydantic şeması tarafından zorunlu kılınır; `num_epochs` / `batch_size` kanonik adlar değildir ve `ValidationError` atar.
@@ -214,8 +215,8 @@ text = "Contact alice@example.com or use AKIAIOSFODNN7EXAMPLE for the call."
 pii = detect_pii(text)
 secrets = detect_secrets(text)
 
-print(f"pii: {[(f.kind, f.span) for f in pii]}")
-print(f"secrets: {[(f.kind, f.span) for f in secrets]}")
+print(f"pii: {pii}")
+print(f"secrets: {secrets}")
 
 masked = mask_secrets(mask_pii(text))
 print(masked)
diff --git a/docs/reference/library_api_reference.md b/docs/reference/library_api_reference.md
index a3ee9470..6e2b33e1 100644
--- a/docs/reference/library_api_reference.md
+++ b/docs/reference/library_api_reference.md
@@ -129,8 +129,9 @@ report = audit_dataset(
 )
 
 print(f"samples: {report.total_samples}")
-print(f"duplicates: {report.duplicate_count}")
-print(f"pii findings: {len(report.pii_findings)}")
+pairs = report.near_duplicate_summary.get('pairs_per_split', {})
+print(f"near-duplicates: {pairs}")
+print(f"pii summary: {report.pii_summary}")
 # cross_split_overlap is dict[str, Any], access by key
 print(f"split overlap pairs: {report.cross_split_overlap.get('pairs', {})}")
 ```
@@ -149,7 +150,7 @@ result = verify_audit_log(
 if not result.valid:
     raise SystemExit(f"audit chain broken: {result.reason}")
 
-print(f"verified {result.entries_checked} entries; head={result.chain_head}")
+print(f"verified {result.entries_count} entries")
 ```
 
 ### 3. Train end-to-end (pure Python, no YAML)
@@ -172,9 +173,9 @@ config = ForgeConfig(
 trainer = ForgeTrainer(config)
 result = trainer.train()
 
-print(f"success={result.success}  output={result.output_dir}")
-if not result.success and result.revert_reason:
-    print(f"reverted: {result.revert_reason}")
+print(f"success={result.success}  output={result.final_model_path}")
+if not result.success and result.reverted:
+    print(f"reverted; reason: {result.error}")
 ```
 
 The keys above are the **only** required ones; everything else falls back to `forgelm/config.py` defaults. `model.name_or_path`, the `lora:` block, `data.dataset_name_or_path`, and `training.{trainer_type, output_dir}` are required by the Pydantic schema; `num_epochs` / `batch_size` are not the canonical names and would raise `ValidationError`.
@@ -214,8 +215,8 @@ text = "Contact alice@example.com or use AKIAIOSFODNN7EXAMPLE for the call."
 pii = detect_pii(text)
 secrets = detect_secrets(text)
 
-print(f"pii: {[(f.kind, f.span) for f in pii]}")
-print(f"secrets: {[(f.kind, f.span) for f in secrets]}")
+print(f"pii: {pii}")
+print(f"secrets: {secrets}")
 
 masked = mask_secrets(mask_pii(text))
 print(masked)
diff --git a/docs/reference/soc2_trust_criteria_mapping-tr.md b/docs/reference/soc2_trust_criteria_mapping-tr.md
index 6ceed0ad..0466c906 100644
--- a/docs/reference/soc2_trust_criteria_mapping-tr.md
+++ b/docs/reference/soc2_trust_criteria_mapping-tr.md
@@ -51,7 +51,7 @@ kategoriler engagement-bazında scoplanır.
 | CC6.7 | Bilgi hareketini kısıtlar | `safe_post` egress discipline; webhook payload curation |
 | CC6.8 | Yetkisiz yazılımı tespit eder/önler | SBOM; `pip-audit` nightly; `bandit` CI |
 | CC7.1 | Zafiyetleri tespit eder | `pip-audit` nightly; CVE feed |
-| CC7.2 | Sistem bileşenlerini izler | `forgelm verify-audit`; `forgelm verify-gguf`; `safety_trend.jsonl` |
+| CC7.2 | Sistem bileşenlerini izler | `forgelm verify-audit`; `forgelm verify-gguf`; `forgelm verify-integrity`; `safety_trend.jsonl` |
 | CC7.3 | Güvenlik olaylarını değerlendirir | `data.erasure_failed`, `pipeline.failed` olayları `error_class` + `error_message` ile |
 | CC7.4 | Güvenlik olaylarına yanıt verir | `auto_revert`; `model.reverted` olayı |
 | CC7.5 | Düzeltici eylemleri tanımlar, geliştirir | `human_approval.rejected`; `sop_change_management.md` |
@@ -99,7 +99,7 @@ Güçlü ForgeLM katkısı.
 | P4.1 Kullanım, saklama ve imha | `retention.staging_ttl_days` (kanonik; eski takma ad `evaluation.staging_ttl_days` v0.5.5 → v0.6.x deprecation penceresi boyunca şeffaf yönlendirir); `forgelm purge --check-policy` |
 | P5.1 Erişim | `forgelm reverse-pii` Madde 15 scan; salted query-hash |
 | P5.2 Sorular ve şikayetler | (Operatör-tarafı workflow) |
-| P6.1 Üçüncü taraflara açıklama | `safe_post` webhook discipline; HMAC payload signing |
+| P6.1 Üçüncü taraflara açıklama | `safe_post` webhook discipline (yalnız TLS, SSRF koruması, yönlendirme reddi); not: webhook gövdeleri HMAC ile imzalanmaz — bkz. ISO 27001 A.8.21 |
 | P6.2 Üçüncü taraf anlaşmaları | (Operatör DPA'ları) |
 | P7.1 İhlal bildirimi | `data.erasure_failed`, `audit.classifier_load_failed` olayları |
 | P7.2 İhlal açıklaması | (Operatör regulator-contact playbook) |
diff --git a/docs/reference/soc2_trust_criteria_mapping.md b/docs/reference/soc2_trust_criteria_mapping.md
index 02151781..2ccb163c 100644
--- a/docs/reference/soc2_trust_criteria_mapping.md
+++ b/docs/reference/soc2_trust_criteria_mapping.md
@@ -51,7 +51,7 @@ categories are scoped per-engagement.
 | CC6.7 | Restricts movement of information | `safe_post` egress discipline; webhook payload curation |
 | CC6.8 | Detects/prevents unauthorised software | SBOM; `pip-audit` nightly; `bandit` CI |
 | CC7.1 | Detects vulnerabilities | `pip-audit` nightly; CVE feed |
-| CC7.2 | Monitors system components | `forgelm verify-audit`; `forgelm verify-gguf`; `safety_trend.jsonl` |
+| CC7.2 | Monitors system components | `forgelm verify-audit`; `forgelm verify-gguf`; `forgelm verify-integrity`; `safety_trend.jsonl` |
 | CC7.3 | Evaluates security events | `data.erasure_failed`, `pipeline.failed` events with `error_class` + `error_message` |
 | CC7.4 | Responds to security events | `auto_revert`; `model.reverted` event |
 | CC7.5 | Identifies, develops corrective actions | `human_approval.rejected`; `sop_change_management.md` |
@@ -100,7 +100,7 @@ Strong ForgeLM contribution.
 | P4.1 Use, retention, and disposal | `retention.staging_ttl_days` (canonical; legacy alias `evaluation.staging_ttl_days` forwards transparently during the v0.5.5 → v0.6.x deprecation window); `forgelm purge --check-policy` |
 | P5.1 Access | `forgelm reverse-pii` Article 15 scan; salted query-hash |
 | P5.2 Inquiries and complaints | (Deployer-side workflow) |
-| P6.1 Disclosure to third parties | `safe_post` webhook discipline; HMAC payload signing |
+| P6.1 Disclosure to third parties | `safe_post` webhook discipline (TLS-only, SSRF guard, redirect refusal); note: webhook bodies are NOT HMAC-signed — see ISO 27001 A.8.21 |
 | P6.2 Third-party agreements | (Deployer DPAs) |
 | P7.1 Breach notification | `data.erasure_failed`, `audit.classifier_load_failed` events |
 | P7.2 Breach disclosure | (Deployer regulator-contact playbook) |
diff --git a/docs/reference/supply_chain_security-tr.md b/docs/reference/supply_chain_security-tr.md
index 332b7d20..20685599 100644
--- a/docs/reference/supply_chain_security-tr.md
+++ b/docs/reference/supply_chain_security-tr.md
@@ -133,9 +133,9 @@ annotation olarak loglanır; audit trail görünür kalır.
 
 ForgeLM'in kendi nightly'si proje-içi triage için check-in edilmiş
 bir [`tools/pip_audit_ignores.yaml`](../../tools/pip_audit_ignores.yaml)
-taşır (şu an transformers `CVE-2026-1839` artı 2026-05-21 döngüsünden
-gelen dokuz no-fix torch advisory'si ve bir OSV-yanlış-sınıflandırılmış
-markdown kaydı). Bu dosya yalnız projenin kendi workflow'u tarafından
+taşır (şu an **iki** transformers advisory'si (`CVE-2026-1839` ve
+`PYSEC-2025-217` / `CVE-2025-14929`), dokuz no-fix torch advisory'si ve
+bir OSV-yanlış-sınıflandırılmış markdown kaydı). Bu dosya yalnız projenin kendi workflow'u tarafından
 `--ignores` ile tüketilir; deployer'lar miras almaz. Her release
 cycle'da gözden geçirilir.
 
diff --git a/docs/reference/supply_chain_security.md b/docs/reference/supply_chain_security.md
index 91057a6a..398e3f8a 100644
--- a/docs/reference/supply_chain_security.md
+++ b/docs/reference/supply_chain_security.md
@@ -133,9 +133,9 @@ the run summary so the audit trail stays visible.
 
 ForgeLM's own nightly does carry a checked-in
 [`tools/pip_audit_ignores.yaml`](../../tools/pip_audit_ignores.yaml) for
-project-internal triage (currently transformers `CVE-2026-1839` plus
-nine no-fix torch advisories and one OSV-misclassified markdown
-record from the 2026-05-21 cycle). That file is consumed only by the
+project-internal triage (currently **two** transformers advisories
+(`CVE-2026-1839` and `PYSEC-2025-217` / `CVE-2025-14929`), nine
+no-fix torch advisories, and one OSV-misclassified markdown record). That file is consumed only by the
 project's own workflow via `--ignores`; deployers do not inherit it.
 Review at every release cycle.
 
diff --git a/docs/reference/usage-tr.md b/docs/reference/usage-tr.md
index e236b3fc..5d6dc4bd 100644
--- a/docs/reference/usage-tr.md
+++ b/docs/reference/usage-tr.md
@@ -22,6 +22,8 @@ pip install -e ".[eval]"         # lm-evaluation-harness
 pip install -e ".[tracking]"     # W&B deney takibi
 pip install -e ".[distributed]"  # DeepSpeed çoklu GPU
 pip install -e ".[merging]"      # native model birleştirme (TIES/DARE/SLERP — ekstra bağımlılık yok)
+pip install -e ".[export]"       # GGUF export (llama-cpp-python, Windows-dışı)
+pip install -e ".[chat]"         # forgelm chat'te Rich render'lama
 ```
 
 ## Kimlik Doğrulama
@@ -256,6 +258,8 @@ checkpoints/
 ├── final_model/
 │   ├── adapter_config.json
 │   ├── adapter_model.safetensors
+│   ├── tokenizer.json
+│   ├── tokenizer_config.json
 │   ├── README.md                    # Otomatik model kartı
 │   ├── deployer_instructions.md     # Dağıtıcı rehberi (Madde 13)
 │   └── model_integrity.json         # SHA-256 checksum'lar (Madde 15)
diff --git a/docs/reference/verify_audit-tr.md b/docs/reference/verify_audit-tr.md
index 09d7c6fc..97d85d7a 100644
--- a/docs/reference/verify_audit-tr.md
+++ b/docs/reference/verify_audit-tr.md
@@ -20,7 +20,7 @@ forgelm verify-audit [--hmac-secret-env VAR] [--require-hmac]
 | Bayrak | Varsayılan | Açıklama |
 |---|---|---|
 | `--hmac-secret-env VAR` | `FORGELM_AUDIT_SECRET` | Log yazımı sırasında kullanılan HMAC sırrını taşıyan ortam değişkeninin adı. Değişken set edildiğinde satır başına `_hmac` etiketleri doğrulanır; aksi halde sadece SHA-256 zinciri kontrol edilir. |
-| `--require-hmac` | `False` | Sıkı mod. Yapılandırılmış env var set değilse `1`, herhangi bir satırda `_hmac` alanı eksikse yine `1` ile çıkar. Her kaydın HMAC ile imzalı olması gereken regüle CI pipeline'larında kullanın. (Aşağıdaki "Çıkış kodları" tablosuna bakın — `EXIT_CONFIG_ERROR=1` v0.5.5 stabilizasyon dönemi boyunca hem seçenek hatalarını hem de bütünlük arızalarını kapsıyor; ayrı bir `EXIT_INTEGRITY_FAILURE` sabiti v0.6.x'e ertelendi.) |
+| `--require-hmac` | `False` | Sıkı mod. Yapılandırılmış env var set değilse `1`, herhangi bir satırda `_hmac` alanı eksikse yine `1` ile çıkar. Her kaydın HMAC ile imzalı olması gereken regüle CI pipeline'larında kullanın. (Aşağıdaki "Çıkış kodları" tablosuna bakın — `EXIT_CONFIG_ERROR=1` şu an hem seçenek hatalarını hem de bütünlük arızalarını kapsıyor; ayrı bir `EXIT_INTEGRITY_FAILURE` sabiti v0.7.0 sonrası backlog'a ertelendi.) |
 | `-q`, `--quiet` | _kapalı_ | INFO loglarını bastırır. |
 | `--log-level {DEBUG,INFO,WARNING,ERROR}` | `INFO` | Log ayrıntı seviyesi. |
 | `-h`, `--help` | — | Argparse yardımını gösterir ve çıkar. |
@@ -30,15 +30,15 @@ forgelm verify-audit [--hmac-secret-env VAR] [--require-hmac]
 | Kod | Anlam |
 |---|---|
 | `0` | `EXIT_SUCCESS` — SHA-256 zinciri (ve doğrulandığında HMAC etiketleri) uçtan uca bütün. |
-| `1` | `EXIT_CONFIG_ERROR` — v0.5.5 stabilizasyon dönemi boyunca **hem** seçenek/kullanım hatalarını (eksik log dosyası, `--require-hmac` setken env var unset, hatalı satırda JSON decode hatası) **hem** de bütünlük arızalarını (zincir kopması, HMAC uyuşmazlığı, manifest uyuşmazlığı, `--require-hmac` altında eksik `_hmac` satırı) kapsar. |
+| `1` | `EXIT_CONFIG_ERROR` — **hem** seçenek/kullanım hatalarını (eksik log dosyası, `--require-hmac` setken env var unset, hatalı satırda JSON decode hatası) **hem** de bütünlük arızalarını (zincir kopması, HMAC uyuşmazlığı, manifest uyuşmazlığı, `--require-hmac` altında eksik `_hmac` satırı) kapsar. |
 
-> **Gelecek deprecation notu.** Ayrı bir `EXIT_VALIDATION_ERROR` / `EXIT_INTEGRITY_FAILURE` sabiti v0.6.x backlog'unda. O zamana kadar CI kapılarında `verify-audit`'ten gelen herhangi bir non-zero exit'i "bu yapımı promote etme" olarak kabul edin — dispatcher şu an seçenek hatalarını bütünlük arızalarından kod ile ayırt etmiyor. Yetkili sözleşme `_verify_audit.py` docstring'inde (`_run_verify_audit_cmd` docstring).
+> **Gelecek deprecation notu.** Ayrı bir `EXIT_VALIDATION_ERROR` / `EXIT_INTEGRITY_FAILURE` sabiti v0.7.0 sonrası backlog'unda. O zamana kadar CI kapılarında `verify-audit`'ten gelen herhangi bir non-zero exit'i "bu yapımı promote etme" olarak kabul edin — dispatcher şu an seçenek hatalarını bütünlük arızalarından kod ile ayırt etmiyor. Yetkili sözleşme `_verify_audit.py` docstring'inde (`_run_verify_audit_cmd` docstring).
 
 Kodlar dispatcher tarafından `_run_verify_audit_cmd` (`forgelm/cli/subcommands/_verify_audit.py`) satırlarından emit edilir.
 
 ## Emit edilen audit event'leri
 
-`forgelm verify-audit` **salt-okunur bir doğrulayıcıdır** ve `audit_log.jsonl`'a **hiçbir** kayıt eklemez. Yalnızca zinciri inceler. Doğrulanan log'un *içinde* görünen event'ler [audit_event_catalog.md](audit_event_catalog-tr.md)'de kataloglanmıştır (verify-audit'in yürüdüğü `_hmac`, `prev_hash` ve `run_id` alanları için Ortak zarf satırına bakın).
+`forgelm verify-audit` **salt-okunur bir doğrulayıcıdır** ve `audit_log.jsonl`'a **hiçbir** kayıt eklemez. Yalnızca zinciri inceler. Doğrulanan log'un *içinde* görünen event'ler [audit_event_catalog-tr.md](audit_event_catalog-tr.md)'de kataloglanmıştır (verify-audit'in yürüdüğü `_hmac`, `prev_hash` ve `run_id` alanları için Ortak zarf satırına bakın).
 
 ## Örnekler
 
@@ -99,7 +99,7 @@ $ echo $?
 
 ## Bkz.
 
-- [`audit_event_catalog.md`](audit_event_catalog-tr.md) — bu komutun doğruladığı log'un *içinde* görünen event'ler.
+- [`audit_event_catalog-tr.md`](audit_event_catalog-tr.md) — bu komutun doğruladığı log'un *içinde* görünen event'ler.
 - [`verify_annex_iv_subcommand.md`](verify_annex_iv_subcommand-tr.md) — Annex IV teknik dokümantasyon artifact'ı için kardeş doğrulayıcı.
 - [`verify_gguf_subcommand.md`](verify_gguf_subcommand-tr.md) — export edilmiş GGUF model dosyaları için kardeş doğrulayıcı.
 - [Audit Log kullanım kılavuzu sayfası](../usermanuals/tr/compliance/audit-log.md) — log'un kendisine dair operatör-odaklı kılavuz.
diff --git a/docs/reference/verify_audit.md b/docs/reference/verify_audit.md
index d3ab6008..3cdf051b 100644
--- a/docs/reference/verify_audit.md
+++ b/docs/reference/verify_audit.md
@@ -20,7 +20,7 @@ forgelm verify-audit [--hmac-secret-env VAR] [--require-hmac]
 | Flag | Default | Description |
 |---|---|---|
 | `--hmac-secret-env VAR` | `FORGELM_AUDIT_SECRET` | Name of the environment variable that holds the HMAC secret used at log-write time. When the variable is set, per-line `_hmac` tags are validated; when unset, only the SHA-256 chain is checked. |
-| `--require-hmac` | `False` | Strict mode. Exit `1` if the configured env var is unset, and exit `1` if any line lacks an `_hmac` field. Use this in regulated CI pipelines where every entry must be HMAC-authenticated. (See "Exit codes" below — `EXIT_CONFIG_ERROR=1` covers both option errors and integrity failures during the v0.5.5 stabilisation cycle; a dedicated `EXIT_INTEGRITY_FAILURE` constant is deferred to v0.6.x.) |
+| `--require-hmac` | `False` | Strict mode. Exit `1` if the configured env var is unset, and exit `1` if any line lacks an `_hmac` field. Use this in regulated CI pipelines where every entry must be HMAC-authenticated. (See "Exit codes" below — `EXIT_CONFIG_ERROR=1` currently covers both option errors and integrity failures; a dedicated `EXIT_INTEGRITY_FAILURE` constant is deferred to the post-v0.7.0 backlog.) |
 | `-q`, `--quiet` | _off_ | Suppress INFO logs. |
 | `--log-level {DEBUG,INFO,WARNING,ERROR}` | `INFO` | Set logging verbosity. |
 | `-h`, `--help` | — | Show argparse help and exit. |
@@ -30,9 +30,9 @@ forgelm verify-audit [--hmac-secret-env VAR] [--require-hmac]
 | Code | Meaning |
 |---|---|
 | `0` | `EXIT_SUCCESS` — the SHA-256 chain (and HMAC tags, when verified) is intact end-to-end. |
-| `1` | `EXIT_CONFIG_ERROR` — covers **both** option/usage errors (missing log file, `--require-hmac` set with the env var unset, JSON decode error on a malformed line) **and** integrity failures (chain break, HMAC mismatch, manifest mismatch, missing `_hmac` line under `--require-hmac`) during the v0.5.5 stabilisation cycle. |
+| `1` | `EXIT_CONFIG_ERROR` — covers **both** option/usage errors (missing log file, `--require-hmac` set with the env var unset, JSON decode error on a malformed line) **and** integrity failures (chain break, HMAC mismatch, manifest mismatch, missing `_hmac` line under `--require-hmac`). |
 
-> **Future deprecation note.** A dedicated `EXIT_VALIDATION_ERROR` / `EXIT_INTEGRITY_FAILURE` constant is on the v0.6.x backlog. Until then, treat any non-zero exit from `verify-audit` as "do not promote this build" in CI gates — the dispatcher does not currently distinguish option errors from integrity failures by code. The `_verify_audit.py` docstring (`_run_verify_audit_cmd` docstring) holds the authoritative contract.
+> **Future deprecation note.** A dedicated `EXIT_VALIDATION_ERROR` / `EXIT_INTEGRITY_FAILURE` constant is on the post-v0.7.0 backlog. Until then, treat any non-zero exit from `verify-audit` as "do not promote this build" in CI gates — the dispatcher does not currently distinguish option errors from integrity failures by code. The `_verify_audit.py` docstring (`_run_verify_audit_cmd` docstring) holds the authoritative contract.
 
 The codes are emitted by the dispatcher at `_run_verify_audit_cmd` (`forgelm/cli/subcommands/_verify_audit.py`).
 
diff --git a/docs/reference/verify_integrity_subcommand-tr.md b/docs/reference/verify_integrity_subcommand-tr.md
index b219a928..d402f86e 100644
--- a/docs/reference/verify_integrity_subcommand-tr.md
+++ b/docs/reference/verify_integrity_subcommand-tr.md
@@ -44,7 +44,7 @@ Kodlar `forgelm/cli/subcommands/_verify_integrity.py::_run_verify_integrity_cmd`
 
 ## Emit edilen audit event'leri
 
-`forgelm verify-integrity` **salt-okunur bir doğrulayıcıdır** ve `audit_log.jsonl`'a **hiçbir** girdi emit etmez. Bütünlük-manifestinin *üretimini* (doğrulamasını değil) işaret eden olaylar çalıştırma düzeyindeki eğitim olaylarına biner; bkz. [audit_event_catalog.md](audit_event_catalog-tr.md).
+`forgelm verify-integrity` **salt-okunur bir doğrulayıcıdır** ve `audit_log.jsonl`'a **hiçbir** girdi emit etmez. Bütünlük-manifestinin *üretimini* (doğrulamasını değil) işaret eden olaylar çalıştırma düzeyindeki eğitim olaylarına biner; bkz. [audit_event_catalog-tr.md](audit_event_catalog-tr.md).
 
 ## Örnekler
 
@@ -95,7 +95,7 @@ $ echo $?
 
 ## Bkz.
 
-- [`audit_event_catalog.md`](audit_event_catalog-tr.md) — kanonik olay sözcük dağarcığı.
+- [`audit_event_catalog-tr.md`](audit_event_catalog-tr.md) — kanonik olay sözcük dağarcığı.
 - [`verify_gguf_subcommand.md`](verify_gguf_subcommand-tr.md) — export edilen GGUF dosyaları için eşlik eden doğrulayıcı.
 - [`verify_annex_iv_subcommand.md`](verify_annex_iv_subcommand-tr.md) — Annex IV teknik-dokümantasyon yapıtı için eşlik eden doğrulayıcı.
 - `forgelm.cli.subcommands._verify_integrity.verify_integrity` — entegratörlerin CLI'den geçmeden doğrudan çağırdığı kütüphane giriş noktası.
diff --git a/docs/usermanuals/_meta.yaml b/docs/usermanuals/_meta.yaml
index 8a1b7e09..b792c55d 100644
--- a/docs/usermanuals/_meta.yaml
+++ b/docs/usermanuals/_meta.yaml
@@ -387,6 +387,14 @@ sections:
           fr: Vérifier la chaîne d'audit
           es: Verificar la cadena de auditoría
           zh: 验证审计链
+      - id: verify-integrity
+        title:
+          en: Verify Model Integrity
+          tr: Model Bütünlüğünü Doğrula
+          de: Modellintegrität verifizieren
+          fr: Vérifier l'intégrité du modèle
+          es: Verificar la integridad del modelo
+          zh: 验证模型完整性
 
   - id: operations
     icon: server
diff --git a/docs/usermanuals/en/compliance/gdpr.md b/docs/usermanuals/en/compliance/gdpr.md
index 983322cd..d8783dbe 100644
--- a/docs/usermanuals/en/compliance/gdpr.md
+++ b/docs/usermanuals/en/compliance/gdpr.md
@@ -53,12 +53,9 @@ These reports flow into the Annex IV bundle. When a regulator asks "what persona
 ForgeLM doesn't retain raw user data — it produces JSONL artifacts you control. For automated retention enforcement:
 
 ```yaml
-ingestion:
-  retention:
-    raw_documents:
-      ttl_days: 90                       # auto-delete originals after N days
-    audit_reports:
-      ttl_days: 365
+retention:
+  raw_documents_retention_days: 90      # auto-delete originals after N days
+  ephemeral_artefact_retention_days: 365
 ```
 
 (The actual deletion is your storage layer's responsibility; ForgeLM just records the intended TTL in the audit log.)
@@ -105,26 +102,14 @@ For high-risk processing, GDPR Art. 35 requires a DPIA. ForgeLM doesn't write yo
 
 - Risk classification → from `compliance.risk_classification`.
 - Personal data inventory → from `data_audit_report.json`.
-- Mitigations applied → from `compliance.risk_assessment.mitigations`.
-- Residual risks → from `compliance.risk_assessment.residual_risks`.
+- Mitigations applied → from `risk_assessment.mitigation_measures`.
+- Foreseeable misuse / residual risks → from `risk_assessment.foreseeable_misuse` (free-text list; a dedicated residual_risks field does not exist in the schema).
 
 For DPIA work, pair the inputs above with the QMS [risk-treatment plan](https://github.com/HodeTech/ForgeLM/blob/main/docs/qms/risk_treatment_plan.md) and the [Statement of Applicability](https://github.com/HodeTech/ForgeLM/blob/main/docs/qms/statement_of_applicability.md) (GitHub QMS templates shipped with the toolkit). A dedicated DPIA template is on the roadmap; the risk-treatment plan covers the same ground for now.
 
 ## Configuration reference
 
-```yaml
-compliance:
-  data_protection:
-    framework: "GDPR"                          # GDPR | KVKK | both
-    lawful_basis: "legitimate-interest"        # consent | contract | legal-obligation | ...
-    purpose: "Customer-support assistant for X"
-    data_controller: "Acme Corp"
-    data_subjects: "telecom customers"
-    retention_basis: "model lifecycle (~3 years) plus audit period"
-    international_transfers:
-      enabled: false                          # set true if training data crosses borders
-      safeguards: "Standard Contractual Clauses 2021/914"
-```
+ForgeLM has no YAML surface for GDPR legal metadata (lawful basis, data controller, etc.) — these attributes belong in your organisation's legal documentation and DPIA, not in `forgelm/config.py`. The `ComplianceMetadataConfig` schema (`compliance:` top-level block) accepts only: `provider_name`, `provider_contact`, `system_name`, `intended_purpose`, `known_limitations`, `system_version`, and `risk_classification`. A `compliance.data_protection` sub-block does not exist and will be rejected by Pydantic at startup (`extra="forbid"`).
 
 ## Common pitfalls
 
diff --git a/docs/usermanuals/en/compliance/human-oversight.md b/docs/usermanuals/en/compliance/human-oversight.md
index 3e808de9..373f7db2 100644
--- a/docs/usermanuals/en/compliance/human-oversight.md
+++ b/docs/usermanuals/en/compliance/human-oversight.md
@@ -82,8 +82,7 @@ Every approval (or rejection) appends to `audit_log.jsonl`:
 
 ```json
 {
-  "ts": "2026-04-29T15:18:42Z",
-  "seq": 87,
+  "timestamp": "2026-04-29T15:18:42Z",
   "event": "human_approval.granted",
   "run_id": "abc123",
   "approver": "ci-reviewer@example",
diff --git a/docs/usermanuals/en/compliance/model-card.md b/docs/usermanuals/en/compliance/model-card.md
index 63808231..95f7f4a0 100644
--- a/docs/usermanuals/en/compliance/model-card.md
+++ b/docs/usermanuals/en/compliance/model-card.md
@@ -29,7 +29,7 @@ The output is a Markdown file at `checkpoints/run/README.md` ready to upload to
 ```markdown
 # Acme Customer Support v1.2.0
 
-Customer-support assistant fine-tuned from Qwen2.5-7B-Instruct using ForgeLM 0.5.5.
+Customer-support assistant fine-tuned from Qwen2.5-7B-Instruct using ForgeLM 0.7.0.
 
 ## Model details
 
@@ -112,27 +112,14 @@ If you use this model, please cite:
   title  = {Acme Customer Support v1.2.0},
   author = {Acme Corp},
   year   = {2026},
-  note   = {Fine-tuned with ForgeLM 0.5.5}
+  note   = {Fine-tuned with ForgeLM 0.7.0}
 }
 ```
 ```
 
 ## Configuration
 
-```yaml
-output:
-  model_card: true                              # default
-  model_card_template: null                     # custom Jinja2 template path
-```
-
-For custom branding, override the default template:
-
-```yaml
-output:
-  model_card_template: "templates/acme-card.j2"
-```
-
-The template gets the same data as the default — just renders differently.
+Model card generation is automatic after every successful run — there is no YAML knob to enable or disable it. There is no `output:` top-level config block in ForgeLM; adding one will be rejected by Pydantic validation (`extra="forbid"`). If you need to customise the card template, check the current schema in `forgelm/config.py` for the actual field name before documenting it.
 
 ## Manual additions
 
@@ -156,4 +143,4 @@ For HuggingFace Hub publication, ForgeLM's model card uses HuggingFace's standar
 
 - [Annex IV](#/compliance/annex-iv) — the Article 11 sibling.
 - [Compliance Overview](#/compliance/overview) — context.
-- [Configuration Reference](#/reference/configuration) — `output.model_card` field.
+- [Configuration Reference](#/reference/configuration) — `compliance.*` fields used as model card inputs.
diff --git a/docs/usermanuals/en/compliance/verify-audit.md b/docs/usermanuals/en/compliance/verify-audit.md
index 2211aea1..27c7a6d8 100644
--- a/docs/usermanuals/en/compliance/verify-audit.md
+++ b/docs/usermanuals/en/compliance/verify-audit.md
@@ -40,7 +40,7 @@ sequenceDiagram
 ## Quick start
 
 ```shell
-$ forgelm verify-audit checkpoints/run/compliance/audit_log.jsonl
+$ forgelm verify-audit checkpoints/run/audit_log.jsonl
 OK: 87 entries verified
 ```
 
@@ -48,7 +48,7 @@ For HMAC-authenticated logs, set the operator secret first:
 
 ```shell
 $ FORGELM_AUDIT_SECRET="$(cat /run/secrets/audit-secret)" \
-    forgelm verify-audit checkpoints/run/compliance/audit_log.jsonl
+    forgelm verify-audit checkpoints/run/audit_log.jsonl
 OK: 87 entries verified (HMAC validated)
 ```
 
@@ -61,7 +61,7 @@ When every entry must be HMAC-authenticated (an enterprise audit profile), pass
 ```shell
 $ FORGELM_AUDIT_SECRET="$(cat /run/secrets/audit-secret)" \
     forgelm verify-audit --require-hmac \
-        checkpoints/run/compliance/audit_log.jsonl
+        checkpoints/run/audit_log.jsonl
 ```
 
 Strict mode flips two safety nets:
@@ -92,7 +92,7 @@ FAIL at line 53: prev_hash mismatch — chain break suggests entry was inserted,
 A bare reason without a line number means the failure happened before the chain walk (e.g. missing genesis manifest, JSON decode error on line 1):
 
 ```text
-FAIL: manifest present but unreadable at 'checkpoints/run/compliance/audit_log.jsonl.manifest.json': …
+FAIL: manifest present but unreadable at 'checkpoints/run/audit_log.jsonl.manifest.json': …
 ```
 
 Either way, exit code is `1`. Investigate before treating the log as evidence.
@@ -127,4 +127,5 @@ Either way, exit code is `1`. Investigate before treating the log as evidence.
 - [Audit Log](#/compliance/audit-log) — operator-facing primer on the log this command verifies.
 - [Annex IV](#/compliance/annex-iv) — the technical-documentation artifact whose verifier (`forgelm verify-annex-iv`) shares this verifier's design pattern.
 - [Verify GGUF](#/deployment/verify-gguf) — companion verifier on the deployment-integrity surface.
+- [Verify Model Integrity](#/compliance/verify-integrity) — companion verifier for the Article 15 model-integrity manifest.
 - [`audit_event_catalog.md`](https://github.com/HodeTech/ForgeLM/blob/main/docs/reference/audit_event_catalog.md) — events that appear *inside* the verified log (GitHub source).
diff --git a/docs/usermanuals/en/compliance/verify-integrity.md b/docs/usermanuals/en/compliance/verify-integrity.md
new file mode 100644
index 00000000..7d2ef2a3
--- /dev/null
+++ b/docs/usermanuals/en/compliance/verify-integrity.md
@@ -0,0 +1,114 @@
+---
+title: Verify Model Integrity
+description: Re-hash a trained model directory against its SHA-256 integrity manifest (model_integrity.json) to prove no artifact changed, was removed, or was added since training.
+---
+
+# Verify Model Integrity
+
+`forgelm verify-integrity` is the read-only verifier paired with the Article 15 model-integrity manifest. The compliance export writes `model_integrity.json` next to the final model at training time, recording the SHA-256 and byte size of every artifact. `verify-integrity` re-walks the directory, re-computes each hash, and reports any file that was **changed**, **removed**, or **added** since the manifest was generated. It is the model-artifact counterpart to [`verify-audit`](#/compliance/verify-audit), which verifies the audit *log* rather than the model *weights*.
+
+## When to use it
+
+- **Before deploying or shipping a trained model.** A clean `verify-integrity` exit proves the bytes you are about to serve are the bytes you trained and recorded.
+- **After moving a model between machines or storage tiers.** Any silent corruption in transit surfaces as a changed/removed artifact.
+- **In CI/CD release gates.** Run after the compliance export; fail the release on a non-zero exit.
+- **As part of a periodic compliance sweep.** A scheduled re-verification of archived models surfaces tampering or bit-rot early.
+
+## How it works
+
+```mermaid
+sequenceDiagram
+    participant CI as CI / operator
+    participant Verify as forgelm verify-integrity
+    participant Manifest as model_integrity.json
+    participant Dir as model directory
+
+    CI->>Verify: verify-integrity MODEL_DIR
+    Verify->>Manifest: load recorded {file, sha256, size_bytes}
+    Verify->>Dir: walk artifacts (manifest file itself excluded)
+    loop per artifact
+        Verify->>Verify: recompute sha256, compare to manifest
+    end
+    Verify->>Verify: classify changed / removed / added
+    Verify-->>CI: exit 0 (all match) / 1 (mismatch or input error) / 2 (runtime I/O failure)
+```
+
+## Quick start
+
+```shell
+$ forgelm verify-integrity ./checkpoints/final_model
+OK: all 12 recorded artifact(s) present and unchanged.
+```
+
+Machine-readable output for CI:
+
+```shell
+$ forgelm verify-integrity ./checkpoints/final_model --output-format json
+```
+
+```json
+{
+  "success": true,
+  "valid": true,
+  "reason": "All 12 recorded artifact(s) present and unchanged.",
+  "changed": [],
+  "removed": [],
+  "added": [],
+  "verified_count": 12,
+  "path": "/work/checkpoints/final_model"
+}
+```
+
+## Detailed usage
+
+### Reading a mismatch
+
+When an artifact no longer matches the manifest, the diff lists are populated and the command exits `1`:
+
+```json
+{
+  "success": false,
+  "valid": false,
+  "reason": "Model artifacts do not match model_integrity.json: 1 changed, 1 removed.",
+  "changed": ["adapter_model.safetensors"],
+  "removed": ["tokenizer.model"],
+  "added": [],
+  "verified_count": 10,
+  "path": "/work/checkpoints/final_model"
+}
+```
+
+- `changed` — artifacts whose SHA-256 no longer matches the manifest.
+- `removed` — artifacts recorded in the manifest but absent on disk.
+- `added` — on-disk files not recorded in the manifest (the manifest file itself is always excluded from the walk).
+
+### Exit-code summary
+
+| Code | Meaning |
+|---|---|
+| `0` | Every recorded artifact is present and unchanged, and no extra files exist. |
+| `1` | Integrity mismatch (changed / removed / added file) **or** operator / input error — missing path, path is a file not a directory, manifest not found, malformed JSON, non-list `artifacts`, or a manifest entry path that escapes the model directory. |
+| `2` | Genuine runtime I/O failure on a reachable path (read error, permission denied mid-walk). |
+
+The runtime-error envelope (exit `2`) emits only `{"success": false, "error": "…"}` — branch on `success` first, then inspect `valid` and the diff lists.
+
+## Common pitfalls
+
+:::warn
+**Treating a missing `model_integrity.json` as benign.** Without the manifest there is nothing to verify against — `verify-integrity` exits `1`, not `0`. Confirm the compliance export wrote the manifest before relying on this gate.
+:::
+
+:::warn
+**Verifying after a re-quantisation or re-export.** Producing a GGUF or merged variant changes the bytes; that model needs its own freshly-generated manifest. Do not verify a converted artifact against the original training manifest.
+:::
+
+:::tip
+**Pin the verifier in CI before any deploy step.** Wire `forgelm verify-integrity --output-format json` as a hard gate after the compliance export. A non-zero exit should fail the release pipeline.
+:::
+
+## See also
+
+- [Verify Audit Chain](#/compliance/verify-audit) — companion verifier for the Article 12 audit *log* (this one covers the model *weights*).
+- [Annex IV](#/compliance/annex-iv) — the technical-documentation artifact exported alongside the integrity manifest.
+- [Verify GGUF](#/deployment/verify-gguf) — integrity verifier for an exported GGUF model file.
+- [`verify_integrity_subcommand.md`](https://github.com/HodeTech/ForgeLM/blob/main/docs/reference/verify_integrity_subcommand.md) — full flag-level reference (GitHub source).
diff --git a/docs/usermanuals/en/data/audit.md b/docs/usermanuals/en/data/audit.md
index ddc01495..240b879f 100644
--- a/docs/usermanuals/en/data/audit.md
+++ b/docs/usermanuals/en/data/audit.md
@@ -38,13 +38,15 @@ $ forgelm audit data/preferences.jsonl --output ./audit/
 audit complete — see ./audit/data_audit_report.json
 ```
 
-The exit code reflects severity:
+Exit codes from `forgelm audit`:
 
 | Exit | Meaning |
 |---|---|
-| `0` | Clean. Safe to train. |
-| `2` | Warnings. Review the report; training will work but quality may suffer. |
-| `3` | Errors. Cross-split leakage or other show-stoppers detected. Fix before training. |
+| `0` | Audit completed (regardless of findings — read the report). |
+| `1` | IO error (the input path does not exist or cannot be read). |
+| `2` | Import error (a required optional extra is missing). |
+
+`forgelm audit` does not exit non-zero based on the *severity* of what it finds. To gate CI on specific findings, pipe the JSON report through `jq` (see [What's in the report](#whats-in-the-report) below).
 
 ## What audit checks
 
@@ -139,19 +141,18 @@ Authoritative source: `forgelm/cli/_parser.py::_add_audit_subcommand`.
     },
     "overall_quality_score": 0.997
   },
-  "language_distribution": {"tr": 0.992, "en": 0.008},
-  "verdict": "warnings"
+  "language_distribution": {"tr": 0.992, "en": 0.008}
 }
 ```
 
-CI integrations parse `verdict` and individual counts to gate merges. There is no `--strict` flag (see "Removed flags" above) — wrap the JSON envelope with `jq`:
+CI integrations parse individual counts to gate merges. There is no `--strict` flag (see "Removed flags" above) and no `verdict` field in the report — wrap the JSON envelope with `jq`:
 
 ```yaml
 # .github/workflows/data.yml
 - name: Audit data
   run: |
     forgelm audit data/train.jsonl --output-format json > audit.json
-    jq -e '.verdict != "errors" and .pii_summary.severity != "high"' audit.json
+    jq -e '.cross_split_overlap == 0 and .pii_summary.severity != "high"' audit.json
 ```
 
 ## Common pitfalls
diff --git a/docs/usermanuals/en/data/deduplication.md b/docs/usermanuals/en/data/deduplication.md
index 1010b173..9969dcd8 100644
--- a/docs/usermanuals/en/data/deduplication.md
+++ b/docs/usermanuals/en/data/deduplication.md
@@ -86,21 +86,22 @@ Both algorithms are streaming — they don't load the whole dataset into memory.
 
 ## Removing duplicates
 
-`forgelm audit` *detects* duplicates; it doesn't remove them. Removal is a separate, opt-in step driven by the `audit:` block of your YAML config (so the run is reproducible and audited end-to-end). See the `audit.deduplication` section in [Configuration Reference](#/reference/configuration) for the canonical knobs:
-
-```yaml
-audit:
-  deduplication:
-    method: simhash          # or 'minhash'
-    near_dup_threshold: 3    # simhash Hamming distance
-    jaccard_threshold: 0.85  # MinHash similarity
-    write_clean_output: data/train.dedup.jsonl
-    keep_split: train        # cross-split tiebreak
-```
+`forgelm audit` *detects* duplicates; it does not remove them. There is no `audit:` top-level block in the YAML config (`ForgeConfig` rejects unknown keys), and the `write_clean_output` / `keep_split` fields shown in earlier drafts do not exist. Auto-removal is not implemented.
+
+To drop duplicates, use the pair-level report that audit writes to disk:
 
-Re-run `forgelm audit data/train.jsonl` with that config to materialise the cleaned JSONL.
+```shell
+# Get the indices of duplicate rows and filter them out with jq.
+# -s/--slurp reads the whole .jsonl into one array so to_entries maps LINE
+# indices (not each object's keys); -c writes the kept lines back as JSONL.
+$ jq '[.near_duplicate_summary.pairs[].row_b] | unique' audit/data_audit_report.json > dup_indices.json
+$ jq -cs --slurpfile dups dup_indices.json \
+     'to_entries[] | select(.key as $i | ($dups[0] | index($i)) | not) | .value' \
+     data/train.jsonl > data/train.dedup.jsonl
+$ forgelm audit data/train.dedup.jsonl   # verify
+```
 
-When duplicates are within a single split, ForgeLM keeps the first occurrence. Across splits, it keeps the train-side row by default and removes from validation/test (configurable via `keep_split`).
+The CLI flags `--dedup-method`, `--near-dup-threshold`, and `--jaccard-threshold` control *detection* sensitivity; removal is always a downstream manual step.
 
 ## Common pitfalls
 
diff --git a/docs/usermanuals/en/data/ingestion.md b/docs/usermanuals/en/data/ingestion.md
index 527673f2..babb2d20 100644
--- a/docs/usermanuals/en/data/ingestion.md
+++ b/docs/usermanuals/en/data/ingestion.md
@@ -69,7 +69,7 @@ avoid runtime crashes.
 
 ## Output formats
 
-`forgelm ingest` emits raw chunks (`{"text": "..."}` JSONL). There is no `--format` flag in v0.5.5 — the only choice is `--output-format {text,json}` for the **summary report** (chunk count, format breakdown, dropped-row reasons), not for the chunk records themselves, which are always raw `text` JSONL. Operators that want synthetic-prompt or Q&A datasets layer that as a downstream step (see [Synthetic Data](#/data/synthetic-data)) against the raw JSONL this command produces:
+`forgelm ingest` emits raw chunks (`{"text": "..."}` JSONL). There is no `--format` flag in v0.7.0 — the only choice is `--output-format {text,json}` for the **summary report** (chunk count, format breakdown, dropped-row reasons), not for the chunk records themselves, which are always raw `text` JSONL. Operators that want synthetic-prompt or Q&A datasets layer that as a downstream step (see [Synthetic Data](#/data/synthetic-data)) against the raw JSONL this command produces:
 
 ```json
 {"text": "Section 4.2: All payment processing must comply with PCI-DSS standards…", "metadata": {"source": "policy.pdf", "chunk": 17}}
diff --git a/docs/usermanuals/en/data/language-detection.md b/docs/usermanuals/en/data/language-detection.md
index dfef7089..51a15a01 100644
--- a/docs/usermanuals/en/data/language-detection.md
+++ b/docs/usermanuals/en/data/language-detection.md
@@ -35,16 +35,9 @@ For very short rows (<50 characters), language detection becomes unreliable —
 
 ## Configuration
 
-```yaml
-audit:
-  language_detection:
-    enabled: true
-    expected: "tr"                     # explicit expected language
-    min_chars: 50                      # rows shorter than this are 'unknown'
-    mixed_threshold: 0.3               # if second-language confidence > 30%, mark 'mixed'
-```
+> **Note:** There is no `audit:` top-level block in the YAML config (`ForgeConfig` rejects unknown keys). Language detection is automatic and always-on in `forgelm audit`. The `--pii-ml-language` flag is available only for the Presidio ML-NER layer, not for the `langdetect`-based language distribution check itself.
 
-If you don't set `expected`, audit reports the distribution without flagging outliers — useful for genuinely multilingual datasets.
+If your dataset is intentionally multilingual, audit reports the distribution without needing any configuration — see the tip in [Common pitfalls](#common-pitfalls) below.
 
 ## Per-language Distribution Report
 
diff --git a/docs/usermanuals/en/data/leakage.md b/docs/usermanuals/en/data/leakage.md
index c6f9c0f4..16a5146f 100644
--- a/docs/usermanuals/en/data/leakage.md
+++ b/docs/usermanuals/en/data/leakage.md
@@ -41,7 +41,7 @@ For every train row, ForgeLM checks:
 - **Exact match** in val/test (any field that matters: `prompt`, `chosen`, `response`, etc.).
 - **Near-duplicate** (Hamming threshold 3 simhash) in val/test.
 
-Any match is reported. If the leakage rate is over the configured threshold, audit exits non-zero.
+Any match is reported. `forgelm audit` still exits `0` on successful completion — it does **not** gate on a leakage rate (it only exits non-zero on an input/config error or an I/O failure). To fail CI when cross-split leakage is found, branch on the JSON report with `jq` (see [Dataset Audit](#/data/audit)).
 
 ## Quick example
 
@@ -54,7 +54,7 @@ $ forgelm audit data/      # audits train.jsonl + val.jsonl + test.jsonl
 
 Audit refuses to certify these splits. The full pair-level report lives in the on-disk audit JSON.
 
-exit code: 3
+exit code: 0
 ```
 
 Inspect the per-row pairs that triggered the failure with `jq`:
@@ -69,21 +69,11 @@ $ jq '.cross_split_overlap.pairs[]' audit/data_audit_report.json | head
 
 1. **Re-split the data**, this time grouping at the source level (don't split paraphrases, group documents). Use the `--group-by` flag in your splitter.
 2. **Re-extract** if leakage came from duplicate ingestion (the same FAQ ingested twice).
-3. **Remove** the leaked rows from the smaller split manually — the audit JSON envelope's `cross_split_overlap.pairs` map names every offending row id under each split-pair entry (e.g. `cross_split_overlap.pairs["train↔val"]`). Pipe through `jq` to strip them out, then re-run `forgelm audit` to confirm the chain re-passes. There is no auto-remove CLI flag in v0.5.5 — adding one is on the roadmap, but until it ships the explicit `jq` step keeps the deletion auditable.
+3. **Remove** the leaked rows from the smaller split manually — the audit JSON envelope's `cross_split_overlap.pairs` map names every offending row id under each split-pair entry (e.g. `cross_split_overlap.pairs["train↔val"]`). Pipe through `jq` to strip them out, then re-run `forgelm audit` to confirm the chain re-passes. There is no auto-remove CLI flag in v0.7.0 — the explicit `jq` step keeps the deletion auditable.
 
 ## Configuration
 
-```yaml
-audit:
-  leakage_check:
-    enabled: true
-    threshold: 0                        # zero tolerance — fail audit at any leakage
-    near_dup_hamming: 3                 # match threshold
-    fields_to_check: ["prompt", "chosen", "response"]
-    fail_severity: "error"              # `error` blocks training, `warn` just logs
-```
-
-Most teams use the default — zero tolerance. If you have a very large dataset where some leakage is unavoidable, raise `threshold` to a small fraction (e.g. 0.001) but document why.
+> **Note:** There is no `audit:` top-level block in the YAML config (`ForgeConfig` rejects unknown keys). Leakage detection is always-on when `forgelm audit` is run on a multi-split dataset. The near-duplicate Hamming threshold is controlled via the `--near-dup-threshold` flag on `forgelm audit` (default 3).
 
 ## Why "near-dup" matters here
 
diff --git a/docs/usermanuals/en/data/pii-masking.md b/docs/usermanuals/en/data/pii-masking.md
index e7b9c5ac..1448af24 100644
--- a/docs/usermanuals/en/data/pii-masking.md
+++ b/docs/usermanuals/en/data/pii-masking.md
@@ -96,17 +96,14 @@ language hint, use the audit subcommand:
 $ forgelm audit ./data/*.jsonl --output ./out/ --pii-ml --pii-ml-language de
 ```
 
-Or pin it in YAML:
-
-```yaml
-ingestion:
-  pii_mask:
-    enabled: true
-    locale: "de"
-    categories: ["email", "phone", "iban", "id_de"]
-    skip: ["ip"]                       # don't redact IPs
+For a Presidio ML-NER pass with a locale hint, pass `--pii-ml-language` to the CLI:
+
+```shell
+$ forgelm ingest ./corpus/ --pii-mask --output out.jsonl
 ```
 
+> **Note:** There is no `ingestion:` top-level block in the YAML config (`ForgeConfig` rejects unknown keys). Locale and category selection for the regex PII layer are available only via the programmatic API — `mask_pii(text, locale="de")` — or via CLI flags such as `--pii-ml-language de` for the Presidio ML-NER pass.
+
 ## Programmatic API
 
 For pipelines that need PII detection outside ingest:
diff --git a/docs/usermanuals/en/data/pii-ml.md b/docs/usermanuals/en/data/pii-ml.md
index e6f9194e..db09c611 100644
--- a/docs/usermanuals/en/data/pii-ml.md
+++ b/docs/usermanuals/en/data/pii-ml.md
@@ -123,7 +123,7 @@ The function returns an empty dict for non-string input, missing extras, or tran
 ## What's NOT in this layer
 
 - **DATE / TIME / NUMBER detection.** Presidio supports more entity types than the three ForgeLM maps; the others (DATE, NRP, CRYPTO, IP_ADDRESS, …) are not currently mapped because their privacy semantics are different. Open an issue if your compliance flow needs them.
-- **PII *masking* via Presidio.** The current adapter is detection-only — for masking, the regex `--pii-mask` flag still owns ingest-side rewriting. Presidio's anonymizer module is a separate dependency and not wired up in v0.5.5.
+- **PII *masking* via Presidio.** The current adapter is detection-only — for masking, the regex `--pii-mask` flag still owns ingest-side rewriting. Presidio's anonymizer module is a separate dependency and not wired up in v0.7.0.
 
 ## Common pitfalls
 
diff --git a/docs/usermanuals/en/data/quality-filter.md b/docs/usermanuals/en/data/quality-filter.md
index d3855e89..b7953d04 100644
--- a/docs/usermanuals/en/data/quality-filter.md
+++ b/docs/usermanuals/en/data/quality-filter.md
@@ -31,22 +31,12 @@ $ forgelm audit data/ingested.jsonl
    bullet_only: 3
 ```
 
-Audit *flags* low-quality rows but does not delete them. To drop them, opt in via the `audit.quality_filter.drop_flagged` and `audit.quality_filter.write_clean_output` knobs in your YAML config (see [Configuration Reference](#/reference/configuration)) and re-run audit:
-
-```yaml
-audit:
-  quality_filter:
-    enabled: true
-    drop_flagged: true
-    write_clean_output: data/clean.jsonl
-```
+Audit *flags* low-quality rows but does not delete them. `forgelm audit` only reports; it never drops rows or writes a cleaned JSONL. To remove flagged rows, pipe the audit JSON through `jq` as a downstream manual step and re-run `forgelm audit` to verify the result.
+
+> **Note:** There is no `audit:` top-level block in the YAML config (`ForgeConfig` rejects unknown keys). The `drop_flagged` and `write_clean_output` fields shown in earlier drafts do not exist; auto-drop-and-write-clean is not implemented. Use `--no-quality-filter` to skip the quality checks entirely.
 
 ```shell
 # v0.6.0+: quality-filter is DEFAULT-ON; the explicit flag is harmless.
-# Heuristics populate quality_summary in data_audit_report.json but do
-# NOT drop rows or write a cleaned JSONL — that only happens when the
-# `audit.quality_filter.drop_flagged: true` + `write_clean_output: PATH`
-# YAML keys above are set in a config-driven run.
 $ forgelm audit data/ingested.jsonl
 ✓ wrote audit/data_audit_report.json (quality_summary: 45 / 12,400 flagged)
 
@@ -59,26 +49,18 @@ $ forgelm audit data/ingested.jsonl --no-quality-filter
 
 ## Tuning thresholds
 
-```yaml
-audit:
-  quality_filter:
-    enabled: true
-    min_alpha_ratio: 0.55              # default 0.55
-    min_mean_word_length: 3            # default 3
-    max_mean_word_length: 10           # default 10
-    max_repeated_line_ratio: 0.30      # default 0.30
-    min_content_length: 50             # default 50 characters
-    max_bullet_ratio: 0.90             # default 0.90
-```
+Quality-filter threshold configuration is not exposed as YAML fields in the current release — thresholds are fixed at the heuristic defaults listed below. The CLI flags `--quality-filter` / `--no-quality-filter` control whether the filter runs; there is no per-threshold override flag.
 
-For corpora that legitimately violate one of these (e.g. code-heavy datasets violate alpha ratio), turn off the specific check rather than the whole filter:
+| Heuristic | Default |
+|---|---|
+| `min_alpha_ratio` | 0.55 |
+| `min_mean_word_length` | 3 |
+| `max_mean_word_length` | 10 |
+| `max_repeated_line_ratio` | 0.30 |
+| `min_content_length` | 50 characters |
+| `max_bullet_ratio` | 0.90 |
 
-```yaml
-audit:
-  quality_filter:
-    enabled: true
-    skip: ["min_alpha_ratio"]          # code, math, log datasets
-```
+For corpora that legitimately violate one of these (e.g. code-heavy datasets violate alpha ratio), use `--no-quality-filter` to skip the filter entirely for that run.
 
 ## Conservative-by-default
 
@@ -104,7 +86,7 @@ print(flags)
 ## Common pitfalls
 
 :::warn
-**Auto-dropping without review.** Set `--drop-quality-flags` carefully — it removes rows without showing you what got removed. Run `forgelm audit` first to inspect what's flagged.
+**Dropping rows without review.** When using `jq` to filter flagged rows from the audit report, pipe carefully — removals are silent. Always run `forgelm audit` on the result to confirm the cleaned dataset passes.
 :::
 
 :::warn
diff --git a/docs/usermanuals/en/deployment/chat.md b/docs/usermanuals/en/deployment/chat.md
index 7eb2af91..262228d8 100644
--- a/docs/usermanuals/en/deployment/chat.md
+++ b/docs/usermanuals/en/deployment/chat.md
@@ -11,7 +11,7 @@ description: Sanity-check your fine-tuned model in a streaming REPL.
 
 ```shell
 $ forgelm chat ./checkpoints/customer-support
-ForgeLM 0.5.5 — chat with checkpoints/customer-support
+ForgeLM 0.7.0 — chat with checkpoints/customer-support
 forgelm> how do I cancel my subscription?
 You can cancel from Settings → Billing → Cancel subscription. Your access
 continues until the end of the current billing period…
@@ -130,7 +130,7 @@ Win rate v2 vs v1: 0.62 (sig p=0.04)
 :::
 
 :::tip
-For automated probing of many prompts, use `forgelm batch-chat --prompts data/probes.jsonl --output responses.jsonl` instead of the interactive REPL. Same model, no manual typing.
+For automated probing of many prompts, use `forgelm safety-eval` for batch safety screening, or script a loop that feeds each prompt to `forgelm chat` and collects the output. A dedicated batch-chat subcommand is not available in the current release.
 :::
 
 ## See also
diff --git a/docs/usermanuals/en/deployment/deploy-targets.md b/docs/usermanuals/en/deployment/deploy-targets.md
index 1c1264d9..0784ff80 100644
--- a/docs/usermanuals/en/deployment/deploy-targets.md
+++ b/docs/usermanuals/en/deployment/deploy-targets.md
@@ -28,7 +28,7 @@ $ ollama run my-bot
 | `tgi` | `tgi-launcher.sh` + Dockerfile | HuggingFace's text-generation-inference. |
 | `hf-endpoints` | `endpoints-config.json` | One-click deploy to HuggingFace Inference Endpoints. |
 
-KServe and NVIDIA Triton are **not** built-in targets in v0.5.5. The `forgelm deploy --target` parser accepts only the four runtimes above. Operators serving on KServe / Triton author the `InferenceService` manifest or `model_repository/` layout by hand from the GGUF / safetensors artefact.
+KServe and NVIDIA Triton are **not** built-in targets. The `forgelm deploy --target` parser accepts only the four runtimes above. Operators serving on KServe / Triton author the `InferenceService` manifest or `model_repository/` layout by hand from the GGUF / safetensors artefact.
 
 ## Ollama
 
@@ -47,7 +47,7 @@ PARAMETER temperature 0.7
 PARAMETER top_p 0.9
 PARAMETER stop "<|im_end|>"
 
-# Generated by ForgeLM 0.5.5 from checkpoint customer-support v1.2.0
+# Generated by ForgeLM <version> from checkpoint customer-support v1.2.0
 ```
 
 ForgeLM picks the right `PARAMETER` lines based on the model's tokeniser (chat templates, stop tokens) — no manual configuration needed.
@@ -124,18 +124,22 @@ Or paste into HuggingFace's UI for one-click deployment.
 
 ## Configuration
 
-```yaml
-deployment:
-  target: "vllm"
-  served_model_name: "customer-support-v1.2"
-  max_input_length: 4096
-  max_total_tokens: 8192
-  gpu_memory_utilization: 0.85
-  chat_template: "default"              # or path to a .jinja file
-  system_prompt_default: "You are..."
+There is no `deployment:` top-level YAML block — `ForgeConfig` has `extra="forbid"` and rejects unknown keys. Deploy is an explicit CLI subcommand invoked after training, not a YAML-driven automatic step.
+
+Pass target and output path directly on the command line:
+
+```shell
+$ forgelm deploy ./checkpoints/run \
+    --target vllm \
+    --output vllm.yaml
 ```
 
-When `deployment:` is in your YAML, `forgelm` runs `deploy` automatically as the last step (after eval / safety pass).
+Key flags for `forgelm deploy`:
+
+| Flag | Description |
+|---|---|
+| `--target <target>` | One of `ollama`, `vllm`, `tgi`, `hf-endpoints`. |
+| `--output <path>` | File or directory to write the generated config to. |
 
 ## What's auto-detected
 
diff --git a/docs/usermanuals/en/evaluation/benchmarks.md b/docs/usermanuals/en/evaluation/benchmarks.md
index 17a5c575..fb4b3f77 100644
--- a/docs/usermanuals/en/evaluation/benchmarks.md
+++ b/docs/usermanuals/en/evaluation/benchmarks.md
@@ -1,11 +1,11 @@
 ---
 title: Benchmark Integration
-description: Run lm-evaluation-harness tasks with per-task floor thresholds and auto-revert.
+description: Run lm-evaluation-harness tasks with an average accuracy floor and auto-revert.
 ---
 
 # Benchmark Integration
 
-ForgeLM integrates with [lm-evaluation-harness](https://github.com/EleutherAI/lm-evaluation-harness) — the standard benchmark suite for LLMs — and adds the production layer on top: per-task floor thresholds, auto-revert on regression, and structured artifacts that flow into your compliance bundle.
+ForgeLM integrates with [lm-evaluation-harness](https://github.com/EleutherAI/lm-evaluation-harness) — the standard benchmark suite for LLMs — and adds the production layer on top: a minimum average accuracy floor, auto-revert on regression, and structured artifacts that flow into your compliance bundle.
 
 ## Quick example
 
@@ -14,18 +14,15 @@ evaluation:
   benchmark:
     enabled: true
     tasks: ["hellaswag", "arc_easy", "truthfulqa", "mmlu"]
-    floors:
-      hellaswag: 0.55
-      arc_easy: 0.70
-      truthfulqa: 0.45
-    num_fewshot: 0                      # zero-shot eval
+    min_score: 0.55                      # average accuracy floor across all tasks
+    num_fewshot: 0                       # zero-shot eval
     batch_size: 8
     output_dir: "./checkpoints/run/artifacts/"
 ```
 
-After training, ForgeLM runs the listed tasks, compares to floors, and:
-- All tasks pass floor → run succeeds (exit 0)
-- Any task drops below floor → auto-revert to last-good checkpoint, exit 3
+After training, ForgeLM runs the listed tasks, computes the mean score, and:
+- Mean score meets or exceeds `min_score` → run succeeds (exit 0)
+- Mean score falls below `min_score` → auto-revert to last-good checkpoint, exit 3
 
 ## Supported tasks
 
@@ -43,24 +40,21 @@ Anything in `lm-evaluation-harness` works. Common picks:
 
 For Turkish projects, ForgeLM ships templates for `mmlu_tr` and `belebele_tr` adapted to Turkish-specific tasks.
 
-## Per-task floors
+## Accuracy floor
 
-Floors define the minimum acceptable post-training score per task. The model isn't promoted until *every* task passes its floor.
+`min_score` defines the minimum acceptable post-training **mean** score across all listed tasks. The model is only promoted when the average accuracy meets or exceeds this value.
 
 ```yaml
 evaluation:
   benchmark:
-    floors:
-      hellaswag: 0.55
-      mmlu: 0.50
-      # tasks without floors are reported but don't block promotion
-      truthfulqa: 0.45
+    tasks: ["hellaswag", "mmlu", "truthfulqa"]
+    min_score: 0.50                      # average accuracy floor (0.0–1.0)
 ```
 
-A floor of `null` means "report but don't gate". A floor of `0` is the same as no floor (everything passes).
+When `min_score` is `null` (the default), benchmarks are run and results are recorded, but the score never blocks promotion. A value of `0.0` is equivalent to no floor.
 
 :::tip
-Set floors slightly below your pre-training baseline. Goal: catch *regressions*, not require improvement on every task. A model that gains 5% on the target task while losing 2% on hellaswag is usually fine; one that drops 15% on hellaswag is broken.
+Set `min_score` slightly below your pre-training average baseline. Goal: catch *regressions*, not require improvement on every task. A model that gains 5% on the target task while losing 2% on hellaswag is usually fine; one whose average drops 15% is broken.
 :::
 
 ## Pre-train baselines
@@ -81,16 +75,13 @@ $ forgelm --config baseline.yaml --benchmark-only "Qwen/Qwen2.5-7B-Instruct"
 {"hellaswag": 0.61, "arc_easy": 0.75, "truthfulqa": 0.49, "mmlu": 0.52}
 ```
 
-A reasonable floor is the baseline minus 0.03 (3% slack for stochastic variation):
+A reasonable floor is the baseline average minus 0.03 (3% slack for stochastic variation):
 
 ```yaml
 evaluation:
   benchmark:
-    floors:
-      hellaswag: 0.58                   # baseline 0.61 - 0.03
-      arc_easy: 0.72
-      truthfulqa: 0.46
-      mmlu: 0.49
+    tasks: ["hellaswag", "arc_easy", "truthfulqa", "mmlu"]
+    min_score: 0.56                    # baseline average ~0.59 - 0.03
 ```
 
 ## Output artifacts
@@ -129,16 +120,16 @@ CI pipelines parse `verdict`. See [Auto-Revert](#/evaluation/auto-revert) for th
 |---|---|---|---|
 | `enabled` | bool | `false` | Master switch. |
 | `tasks` | list | `[]` | Task names from lm-eval-harness. |
-| `floors` | dict | `{}` | Per-task minimum acceptable score. |
-| `num_fewshot` | int | `0` | 0 for zero-shot, 5 for 5-shot. |
-| `batch_size` | int | `8` | Eval batch size. |
+| `min_score` | float | `null` | Minimum average accuracy floor (0.0–1.0). Auto-revert triggers when mean score falls below this. |
+| `num_fewshot` | int | `null` | Few-shot example count. `null` uses each task's documented default. |
+| `batch_size` | string | `"auto"` | Eval batch size: `"auto"` or an integer string. |
 | `limit` | int | `null` | Cap rows per task — for fast smoke tests. |
-| `device` | string | `"cuda:0"` | Eval device. |
+| `output_dir` | string | `null` | Where to save benchmark results JSON. Defaults to the training `output_dir`. |
 
 ## Common pitfalls
 
 :::warn
-**Floors above pre-train baseline.** Set the floor higher than what the base model achieves and *every* run fails — auto-revert kicks in and you never get a checkpoint. Always start with `baseline - margin`.
+**`min_score` above pre-train baseline average.** Set `min_score` higher than the base model's mean task score and every run fails — auto-revert kicks in and you never get a checkpoint. Always start with `baseline average - margin`.
 :::
 
 :::warn
@@ -151,6 +142,6 @@ CI pipelines parse `verdict`. See [Auto-Revert](#/evaluation/auto-revert) for th
 
 ## See also
 
-- [Auto-Revert](#/evaluation/auto-revert) — what happens when floors fail.
+- [Auto-Revert](#/evaluation/auto-revert) — what happens when `min_score` is not met.
 - [LLM-as-Judge](#/evaluation/judge) — qualitative eval beyond benchmarks.
 - [Trend Tracking](#/evaluation/trend-tracking) — comparing scores across runs.
diff --git a/docs/usermanuals/en/getting-started/first-run.md b/docs/usermanuals/en/getting-started/first-run.md
index 186d2311..ef63bd4d 100644
--- a/docs/usermanuals/en/getting-started/first-run.md
+++ b/docs/usermanuals/en/getting-started/first-run.md
@@ -37,7 +37,7 @@ forgelm doctor — environment check
   [✓ pass] gpu.inventory           1 GPU(s) — GPU0: NVIDIA RTX 4090 (24.0 GiB).
   [✓ pass] extras.qlora            Installed (module bitsandbytes, purpose: 4-bit / 8-bit QLoRA training).
   [✓ pass] extras.unsloth          Installed (module unsloth, purpose: Unsloth-accelerated training (Linux GPUs only)).
-  [! warn] extras.deepspeed        Optional extra missing — install with: pip install 'forgelm[deepspeed]' (purpose: DeepSpeed ZeRO + offload distributed training).
+  [! warn] extras.distributed      Optional extra missing — install with: pip install 'forgelm[distributed]' (purpose: DeepSpeed ZeRO + offload distributed training).
   [✓ pass] hf_hub.reachable        HuggingFace Hub reachable (HTTP 200).
   [✓ pass] disk.workspace          Workspace /home/me/forgelm — 387.0 GiB free of 500.0 GiB.
   [! warn] operator.identity       FORGELM_OPERATOR not set; audit events will fall back to 'me@workstation'. Pin FORGELM_OPERATOR=<id> for CI / pipeline runs.
diff --git a/docs/usermanuals/en/operations/cicd.md b/docs/usermanuals/en/operations/cicd.md
index b5e5064b..b2fea42e 100644
--- a/docs/usermanuals/en/operations/cicd.md
+++ b/docs/usermanuals/en/operations/cicd.md
@@ -13,7 +13,7 @@ ForgeLM is designed to slot cleanly into a CI/CD pipeline step. Every command ha
 |---|---|---|
 | `0` | Success | Promote artifacts |
 | `1` | Configuration error | Fail; fix YAML before retry |
-| `2` | Audit warnings | Block merge until reviewed |
+| `2` | Training error | Fail; investigate crash / OOM / unhandled exception |
 | `3` | Auto-revert triggered | Fail; investigate regression |
 | `4` | Awaiting human approval | Hold pipeline; trigger reviewer notification |
 
diff --git a/docs/usermanuals/en/operations/iso-soc2-deployer.md b/docs/usermanuals/en/operations/iso-soc2-deployer.md
index ea5b62e3..e9bc9e42 100644
--- a/docs/usermanuals/en/operations/iso-soc2-deployer.md
+++ b/docs/usermanuals/en/operations/iso-soc2-deployer.md
@@ -23,7 +23,7 @@ The deep guide answers each with the exact `jq` / CLI command + the artefact it
 1. "Show me the audit trail for every model promotion in the past 90 days" → `forgelm verify-audit` + `jq 'select(.event == "human_approval.granted")'`.
 2. "Show me the change-control evidence — who approved this model?" → cross-reference `training.started` + `human_approval.granted` events; two distinct operator IDs prove segregation of duties (ISO A.5.3, SOC 2 CC1.5).
 3. "Show me the data lineage" → `data_provenance.json`; `sha256` + `hf_revision` pin the corpus.
-4. "Show me the supply chain" → `gh release download v0.5.5 --pattern 'sbom-*'`; CycloneDX 1.5 JSON.
+4. "Show me the supply chain" → `gh release download v0.7.0 --pattern 'sbom-*'`; CycloneDX 1.5 JSON.
 5. "Show me the access controls" → IdP audit log + `FORGELM_OPERATOR` cross-reference.
 6. "Show me the encryption posture" → deployer-side substrate (KMS audit log + `data_governance_report.json`).
 7. "Show me the incident response" → `audit.classifier_load_failed` + F-compliance-110 strict gate.
diff --git a/docs/usermanuals/en/operations/supply-chain.md b/docs/usermanuals/en/operations/supply-chain.md
index 374929d4..4d9ac477 100644
--- a/docs/usermanuals/en/operations/supply-chain.md
+++ b/docs/usermanuals/en/operations/supply-chain.md
@@ -19,7 +19,7 @@ ForgeLM emits a CycloneDX 1.5 SBOM per release tag, and runs `pip-audit` + `band
 
 ```bash
 # All SBOMs for a release.
-gh release download v0.5.5 --pattern 'sbom-*'
+gh release download v0.7.0 --pattern 'sbom-*'
 
 # Pretty-print one.
 jq . sbom-ubuntu-latest-py3.11.json | less
diff --git a/docs/usermanuals/en/reference/configuration.md b/docs/usermanuals/en/reference/configuration.md
index f04c4735..d3dc15e2 100644
--- a/docs/usermanuals/en/reference/configuration.md
+++ b/docs/usermanuals/en/reference/configuration.md
@@ -7,23 +7,30 @@ description: Every YAML field ForgeLM understands, with types, defaults, and not
 
 This is the canonical reference for every YAML field ForgeLM accepts. The schema is enforced by Pydantic; running `forgelm --config X.yaml --dry-run` validates your file against it.
 
-The top-level config has 12 blocks:
+The top-level config has 15 blocks:
 
 ```yaml
+# INVALID: structure overview only — each block's real fields are documented
+# below; the {...} placeholders are not a runnable config.
 model:           {...}
 lora:            {...}
-galore:          {...}
-datasets:        [...]
 training:        {...}
+data:            {...}
+auth:            {...}
 evaluation:      {...}
-synthetic:       {...}
-merge:           {...}
+webhook:         {...}
 distributed:     {...}
+merge:           {...}
 compliance:      {...}
-output:          {...}
-auth:            {...}
+risk_assessment: {...}
+monitoring:      {...}
+synthetic:       {...}
+retention:       {...}
+pipeline:        {...}
 ```
 
+> **Note:** `galore` fields are flat sub-fields inside `training:` (prefixed `galore_*`), not a separate top-level block. See the [`training:`](#training) section below.
+
 ## `model:`
 
 ```yaml
@@ -58,22 +65,10 @@ lora:
   use_rslora: false                           # rsLoRA scaling
 ```
 
-## `galore:` (alternative to `lora:`)
+## `data:`
 
 ```yaml
-galore:
-  enabled: false                              # incompatible with lora.r when true
-  rank: 256
-  update_proj_gap: 200
-  scale: 0.25
-  proj_type: "std"                            # std | reverse_std | right | left
-  target_modules: ["attn", "mlp"]
-```
-
-## `datasets:`
-
-```yaml
-datasets:
+data:
   - path: "data/train.jsonl"                  # required
     format: "messages"                        # auto-detected if omitted
     weight: 1.0                               # mixing weight; sum across all datasets
@@ -130,7 +125,7 @@ evaluation:
   benchmark:
     enabled: false
     tasks: []
-    floors: {}
+    min_score: null  # scalar float floor across averaged tasks (replaces removed per-task floors dict)
     num_fewshot: 0
     batch_size: 8
     limit: null
@@ -161,11 +156,7 @@ evaluation:
     lookback_runs: 10
     drift_p_threshold: 0.05
     fail_on_concern: "high"
-  auto_revert:
-    enabled: false
-    last_good_checkpoint: null
-    notify_on_revert: true
-    keep_failed_checkpoint: true
+  auto_revert: false  # boolean; set true to enable EU AI Act high-risk regression gate
   guards: {}                                  # custom callable guards
 ```
 
@@ -262,30 +253,65 @@ compliance:
   license: "Apache-2.0"
 ```
 
-## `output:`
+## `webhook:`
 
 ```yaml
-output:
-  dir: "./checkpoints/run"                    # required
-  model_card: true
-  save_format: "safetensors"                  # safetensors | pytorch
-  save_strategy: "epoch"                      # epoch | steps | no
-  save_steps: 500
-  webhook:                                    # see [Webhooks](#/operations/webhooks)
-    url: null
-    template: "slack"
-    events: []
-  # cost_tracking:                             # roadmap — not yet implemented; see GPU Cost Estimation page + risks-and-decisions.md
-  #   enabled: false                           # NOT honoured by forgelm/config.py (no output.cost_tracking surface)
-  #   rate_per_hour: {}
-  #   currency: "USD"
-  #   alert_threshold_usd: null
-  #   halt_threshold_usd: null
-  gguf:
-    enabled: false
-    quant_levels: ["q4_k_m"]
-    output_dir: "${output.dir}/gguf/"
-    manifest: true
+webhook:
+  url: null                                   # Slack / Teams / Discord / custom; prefer url_env
+  url_env: null                               # env var carrying the webhook URL
+  notify_on_start: true
+  notify_on_success: true
+  notify_on_failure: true
+  timeout: 10                                 # HTTP request timeout in seconds
+  allow_private_destinations: false           # SSRF opt-in for in-cluster endpoints
+  require_https: false                        # refuse plaintext http:// URLs when true
+  tls_ca_bundle: null                         # custom CA bundle path (corporate MITM)
+```
+
+## `risk_assessment:`
+
+```yaml
+risk_assessment:
+  intended_use: ""                            # Article 9(2)(a): intended purpose (free-text)
+  foreseeable_misuse: []                      # Article 9(2)(b): misuse scenarios list
+  risk_category: "minimal-risk"              # unknown | minimal-risk | limited-risk | high-risk | unacceptable
+  mitigation_measures: []                    # Article 9(2)(c): mitigation steps
+  vulnerable_groups_considered: false        # Article 9(2)(b): impact on vulnerable groups
+```
+
+## `monitoring:`
+
+```yaml
+monitoring:
+  enabled: false                              # Enable Article 12 post-market monitoring
+  endpoint: ""                               # Monitoring webhook URL (Prometheus / Datadog / custom)
+  endpoint_env: null                          # env var overriding endpoint
+  metrics_export: "none"                     # none | prometheus | datadog | custom_webhook
+  alert_on_drift: true                       # webhook alert on drift-detector regression
+  check_interval_hours: 24                   # monitoring cadence in hours
+```
+
+## `retention:`
+
+```yaml
+retention:
+  audit_log_retention_days: 1825             # 5 years default (Article 5(1)(e))
+  staging_ttl_days: 7                        # days to retain staging model after forgelm reject
+  ephemeral_artefact_retention_days: 90      # compliance bundles, audit reports
+  raw_documents_retention_days: 90           # ingested PDF/DOCX/EPUB/TXT/Markdown
+  enforce: "log_only"                        # log_only | warn_on_excess | block_on_excess
+```
+
+## `pipeline:`
+
+```yaml
+pipeline:
+  output_dir: "./pipeline_run"               # pipeline-level output directory
+  stages:                                     # ordered list of training stages (min 1)
+    - name: "sft"
+      training: { trainer: "sft", epochs: 3 }
+    - name: "dpo"
+      training: { trainer: "dpo", epochs: 1 }
 ```
 
 ## `auth:`
@@ -301,7 +327,7 @@ auth:
 
 There is no `deployment:` top-level YAML key — `ForgeConfig` rejects unknown keys (`extra="forbid"`), so adding one to your training config raises `ConfigError` at load time. Deployment knobs are exposed as `forgelm deploy` CLI flags instead. The live target choices are `--target {ollama,vllm,tgi,hf-endpoints}`; see the [Deploy targets page](#/deployment/deploy-targets) and the [CLI reference](#/reference/cli) for the full surface.
 
-> **Planned for v0.6.0+:** A YAML-backed `deployment:` section is on the [Phase 14 pipeline-chains roadmap on GitHub](https://github.com/HodeTech/ForgeLM/blob/main/docs/roadmap.md) (deferred from earlier v0.5.x placeholders). Until then, treat any "deployment:" YAML you find in third-party templates as informational; only the `forgelm deploy` flags are authoritative.
+> **Not yet scheduled:** A YAML-backed `deployment:` section has been deferred past v0.7.0. Until it ships, treat any "deployment:" YAML you find in third-party templates as informational; only the `forgelm deploy` flags are authoritative.
 
 ## See also
 
diff --git a/docs/usermanuals/en/training/distributed.md b/docs/usermanuals/en/training/distributed.md
index e3f6f67c..61a7a3f3 100644
--- a/docs/usermanuals/en/training/distributed.md
+++ b/docs/usermanuals/en/training/distributed.md
@@ -48,10 +48,10 @@ Unsloth is a drop-in optimisation for Llama, Qwen, Mistral, and a few others. It
 ```yaml
 model:
   name_or_path: "Qwen/Qwen2.5-7B-Instruct"
-  use_unsloth: true                     # the only flag you need
+  backend: "unsloth"                    # the only flag you need
 
 training:
-  trainer: "sft"
+  trainer_type: "sft"
   # ... rest of training config unchanged
 ```
 
@@ -117,7 +117,7 @@ Whichever backend you use, gradient accumulation lets you target an effective ba
 
 ```yaml
 training:
-  batch_size: 1                         # per-device
+  per_device_train_batch_size: 1        # per-device
   gradient_accumulation_steps: 32       # effective batch = 1 × 32 × num_gpus
 ```
 
diff --git a/docs/usermanuals/en/training/galore.md b/docs/usermanuals/en/training/galore.md
index 446f579b..97d1d2e3 100644
--- a/docs/usermanuals/en/training/galore.md
+++ b/docs/usermanuals/en/training/galore.md
@@ -26,34 +26,30 @@ model:
   load_in_4bit: false                  # GaLore prefers full precision
   max_length: 4096
 
-galore:
-  enabled: true
-  rank: 256                            # higher than LoRA — projection rank
-  update_proj_gap: 200                 # re-project every N steps
-  scale: 0.25
-  proj_type: "std"                     # std (default), reverse_std, right, left
-
 training:
-  trainer: "sft"
+  trainer_type: "sft"
   learning_rate: 1.0e-5                # full-FT learning rate, not LoRA
   optimizer: "galore_adamw_8bit"
-
-output:
-  dir: "./checkpoints/galore"
+  galore_enabled: true
+  galore_rank: 256                     # higher than LoRA default (128) — projection rank
+  galore_update_proj_gap: 200          # re-project every N steps
+  galore_scale: 0.25
+  galore_proj_type: "std"              # std (default), reverse_std, right, left
+  output_dir: "./checkpoints/galore"
 ```
 
-Note: when `galore.enabled: true`, ForgeLM automatically uses the GaLore-aware optimiser; `lora` should not be configured at the same time.
+Note: when `training.galore_enabled: true`, ForgeLM automatically uses the GaLore-aware optimiser; `lora` should not be configured at the same time.
 
 ## Configuration parameters
 
 | Parameter | Type | Default | Description |
 |---|---|---|---|
-| `enabled` | bool | `false` | Master switch. |
-| `rank` | int | `256` | Gradient projection rank. Higher = closer to full-FT, more memory. |
-| `update_proj_gap` | int | `200` | Steps between re-projections. Lower = adapt to changing gradients faster. |
-| `scale` | float | `0.25` | Scaling on the projected gradients. |
-| `proj_type` | string | `"std"` | Projection direction. `std` is the default; experiment if convergence stalls. |
-| `target_modules` | list | `["attn", "mlp"]` | Which modules to project gradients for. |
+| `training.galore_enabled` | bool | `false` | Master switch. |
+| `training.galore_rank` | int | `128` | Gradient projection rank. Higher = closer to full-FT, more memory. |
+| `training.galore_update_proj_gap` | int | `200` | Steps between re-projections. Lower = adapt to changing gradients faster. |
+| `training.galore_scale` | float | `0.25` | Scaling on the projected gradients. |
+| `training.galore_proj_type` | string | `"std"` | Projection direction. `std` is the default; experiment if convergence stalls. |
+| `training.galore_target_modules` | list | `null` | Which modules to project gradients for. |
 
 ## Memory comparison
 
@@ -65,7 +61,7 @@ For a 7B model at `max_length: 4096`, batch size 1:
 | LoRA r=16 | 0.2% | 18 GB | 9 GB (QLoRA) |
 | **GaLore r=256** | **100%** | **22 GB** | n/a |
 
-So GaLore at r=256 lets you full-fine-tune a 7B model on a single 24 GB GPU — roughly the same VRAM as plain LoRA at full precision.
+So GaLore at r=256 (illustrative; the shipped default is r=128) lets you full-fine-tune a 7B model on a single 24 GB GPU — roughly the same VRAM as plain LoRA at full precision.
 
 ## Compute
 
@@ -74,7 +70,7 @@ GaLore is ~15-20% slower per step than LoRA because of the projection/re-project
 ## Common pitfalls
 
 :::warn
-**Trying to combine GaLore with LoRA.** They're alternatives, not complements. ForgeLM's config schema rejects setting both `lora.r` and `galore.enabled`.
+**Trying to combine GaLore with LoRA.** They're alternatives, not complements. ForgeLM's config schema rejects setting both `lora.r` and `training.galore_enabled`.
 :::
 
 :::warn
diff --git a/docs/usermanuals/en/training/long-context.md b/docs/usermanuals/en/training/long-context.md
index 244ea1c6..937cea82 100644
--- a/docs/usermanuals/en/training/long-context.md
+++ b/docs/usermanuals/en/training/long-context.md
@@ -35,20 +35,23 @@ flowchart LR
 model:
   name_or_path: "Qwen/Qwen2.5-7B-Instruct"
   max_length: 32768
-  rope_scaling:
-    type: "linear"
-    factor: 4.0                         # 8K base × 4 = 32K
-  sliding_window: 4096                  # process in 4K windows
   load_in_4bit: true
 
+lora:
+  r: 16
+  alpha: 32
+
 training:
-  trainer: "sft"
+  trainer_type: "sft"
   packing: true                         # critical for throughput
   neftune_noise_alpha: 5.0              # add training-time embedding noise
+  rope_scaling:
+    type: "linear"
+    factor: 4.0                         # 8K base × 4 = 32K
+  sliding_window_attention: 4096        # process in 4K windows
 
-datasets:
-  - path: "data/long-docs.jsonl"
-    format: "messages"
+data:
+  dataset_name_or_path: "data/long-docs.jsonl"
 ```
 
 ## RoPE scaling types
@@ -93,9 +96,10 @@ Throughput improves 30-50% on instruction-tuning data where most examples are fa
 ```yaml
 training:
   packing: true
-  packing_max_length: 32768            # usually = max_length
 ```
 
+Set `model.max_length` to control the maximum packed sequence length.
+
 :::warn
 Packing assumes examples are independent. If you're training on long documents that should preserve full context (book chapters, source code repos), set `packing: false`.
 :::
diff --git a/docs/usermanuals/en/training/lora.md b/docs/usermanuals/en/training/lora.md
index 50947c1d..368ebe6f 100644
--- a/docs/usermanuals/en/training/lora.md
+++ b/docs/usermanuals/en/training/lora.md
@@ -64,7 +64,7 @@ lora:
   modules_to_save: []                    # extra modules trained at full precision
 
 training:
-  trainer: "sft"
+  trainer_type: "sft"
   learning_rate: 2.0e-4                  # LoRA tolerates higher LR than full FT
 ```
 
diff --git a/docs/usermanuals/tr/compliance/gdpr.md b/docs/usermanuals/tr/compliance/gdpr.md
index 57be3f7a..d8f425a3 100644
--- a/docs/usermanuals/tr/compliance/gdpr.md
+++ b/docs/usermanuals/tr/compliance/gdpr.md
@@ -53,12 +53,9 @@ Bu raporlar Annex IV paketine akar. Regülatör "eğitim setinizde hangi kişise
 ForgeLM ham kullanıcı verisini saklamaz — sizin kontrol ettiğiniz JSONL artifact'lar üretir. Otomatik saklama uygulanması için:
 
 ```yaml
-ingestion:
-  retention:
-    raw_documents:
-      ttl_days: 90                       # N gün sonra orijinalleri otomatik sil
-    audit_reports:
-      ttl_days: 365
+retention:
+  raw_documents_retention_days: 90      # N gün sonra orijinalleri otomatik sil
+  ephemeral_artefact_retention_days: 365
 ```
 
 (Asıl silme depolama katmanınızın sorumluluğu; ForgeLM sadece amaçlanan TTL'yi audit log'a kaydeder.)
@@ -105,26 +102,14 @@ Yüksek-riskli işleme için GDPR Md. 35 DPIA gerektirir. ForgeLM DPIA'nızı ya
 
 - Risk sınıflandırması → `compliance.risk_classification`'dan.
 - Kişisel veri envanteri → `data_audit_report.json`'dan.
-- Uygulanan azaltıcılar → `compliance.risk_assessment.mitigations`'dan.
-- Kalıntı riskler → `compliance.risk_assessment.residual_risks`'tan.
+- Uygulanan azaltıcılar → `risk_assessment.mitigation_measures`'dan.
+- Öngörülebilir kötüye kullanım / kalıntı riskler → `risk_assessment.foreseeable_misuse`'dan (serbest-metin listesi; şemada ayrı bir residual_risks alanı mevcut değildir).
 
 DPIA çalışması için yukarıdaki girdileri [GitHub'daki QMS risk tedavi planı](https://github.com/HodeTech/ForgeLM/blob/main/docs/qms/risk_treatment_plan-tr.md) ve [Uygulanabilirlik Beyanı](https://github.com/HodeTech/ForgeLM/blob/main/docs/qms/statement_of_applicability-tr.md) ile eşleştirin (toolkit ile gelen GitHub QMS şablonları). Adanmış bir DPIA şablonu yol haritasındadır; şimdilik risk tedavi planı aynı zemini kapsıyor.
 
 ## Konfigürasyon referansı
 
-```yaml
-compliance:
-  data_protection:
-    framework: "GDPR"                          # GDPR | KVKK | both
-    lawful_basis: "legitimate-interest"        # consent | contract | legal-obligation | ...
-    purpose: "X için müşteri-destek asistanı"
-    data_controller: "Acme Corp"
-    data_subjects: "telekom müşterileri"
-    retention_basis: "model yaşam döngüsü (~3 yıl) artı audit dönemi"
-    international_transfers:
-      enabled: false                          # eğitim verisi sınır geçiyorsa true
-      safeguards: "Standart Sözleşme Hükümleri 2021/914"
-```
+ForgeLM'in GDPR hukuki meta verisi (hukuki dayanak, veri sorumlusu vb.) için YAML yüzeyi yoktur — bu öznitelikler `forgelm/config.py`'da değil, kuruluşunuzun hukuki belgelerinde ve DPIA'sında yer almalıdır. `ComplianceMetadataConfig` şeması (`compliance:` üst-düzey bloğu) yalnızca şunları kabul eder: `provider_name`, `provider_contact`, `system_name`, `intended_purpose`, `known_limitations`, `system_version` ve `risk_classification`. `compliance.data_protection` alt-bloğu mevcut değildir ve başlangıçta Pydantic tarafından reddedilir (`extra="forbid"`).
 
 ## Sık hatalar
 
diff --git a/docs/usermanuals/tr/compliance/human-oversight.md b/docs/usermanuals/tr/compliance/human-oversight.md
index b624c0b1..fe9b4530 100644
--- a/docs/usermanuals/tr/compliance/human-oversight.md
+++ b/docs/usermanuals/tr/compliance/human-oversight.md
@@ -82,8 +82,7 @@ Her onay (veya red) `audit_log.jsonl`'a eklenir:
 
 ```json
 {
-  "ts": "2026-04-29T15:18:42Z",
-  "seq": 87,
+  "timestamp": "2026-04-29T15:18:42Z",
   "event": "human_approval.granted",
   "run_id": "abc123",
   "approver": "ci-reviewer@example",
diff --git a/docs/usermanuals/tr/compliance/model-card.md b/docs/usermanuals/tr/compliance/model-card.md
index 4acf9b05..5787f48e 100644
--- a/docs/usermanuals/tr/compliance/model-card.md
+++ b/docs/usermanuals/tr/compliance/model-card.md
@@ -29,7 +29,7 @@ EU AI Act Madde 13 şeffaflığı zorunlu kılar: deploy edilen AI sistemleri ne
 ```markdown
 # Acme Customer Support v1.2.0
 
-ForgeLM 0.5.5 kullanılarak Qwen2.5-7B-Instruct'tan fine-tune edilmiş
+ForgeLM 0.7.0 kullanılarak Qwen2.5-7B-Instruct'tan fine-tune edilmiş
 müşteri-destek asistanı.
 
 ## Model detayları
@@ -113,27 +113,14 @@ Bu modeli kullanırsanız lütfen şöyle atıf yapın:
   title  = {Acme Customer Support v1.2.0},
   author = {Acme Corp},
   year   = {2026},
-  note   = {ForgeLM 0.5.5 ile fine-tune edildi}
+  note   = {ForgeLM 0.7.0 ile fine-tune edildi}
 }
 ```
 ```
 
 ## Konfigürasyon
 
-```yaml
-output:
-  model_card: true                              # varsayılan
-  model_card_template: null                     # özel Jinja2 template yolu
-```
-
-Marka için varsayılan template'i override edin:
-
-```yaml
-output:
-  model_card_template: "templates/acme-card.j2"
-```
-
-Template aynı veriyi alır — sadece farklı render eder.
+Model card üretimi her başarılı koşudan sonra otomatiktir — etkinleştirmek veya devre dışı bırakmak için YAML anahtarı yoktur. ForgeLM'de `output:` üst-düzey config bloğu bulunmaz; böyle bir blok eklenirse Pydantic doğrulaması tarafından reddedilir (`extra="forbid"`). Template'i özelleştirmeniz gerekiyorsa, belgelemeden önce gerçek alan adı için `forgelm/config.py`'daki güncel şemayı kontrol edin.
 
 ## Manuel eklemeler
 
@@ -157,4 +144,4 @@ HuggingFace Hub yayını için ForgeLM'in model card'ı HuggingFace'in standart
 
 - [Annex IV](#/compliance/annex-iv) — Madde 11 kardeşi.
 - [Uyumluluk Genel Bakış](#/compliance/overview) — bağlam.
-- [Konfigürasyon Referansı](#/reference/configuration) — `output.model_card` alanı.
+- [Konfigürasyon Referansı](#/reference/configuration) — model card girdileri olarak kullanılan `compliance.*` alanları.
diff --git a/docs/usermanuals/tr/compliance/verify-audit.md b/docs/usermanuals/tr/compliance/verify-audit.md
index 8890cca9..a018863f 100644
--- a/docs/usermanuals/tr/compliance/verify-audit.md
+++ b/docs/usermanuals/tr/compliance/verify-audit.md
@@ -40,7 +40,7 @@ sequenceDiagram
 ## Hızlı başlangıç
 
 ```shell
-$ forgelm verify-audit checkpoints/run/compliance/audit_log.jsonl
+$ forgelm verify-audit checkpoints/run/audit_log.jsonl
 OK: 87 entries verified
 ```
 
@@ -48,7 +48,7 @@ HMAC ile yetkilendirilmiş log'lar için önce operatör sırrını set edin:
 
 ```shell
 $ FORGELM_AUDIT_SECRET="$(cat /run/secrets/audit-secret)" \
-    forgelm verify-audit checkpoints/run/compliance/audit_log.jsonl
+    forgelm verify-audit checkpoints/run/audit_log.jsonl
 OK: 87 entries verified (HMAC validated)
 ```
 
@@ -61,7 +61,7 @@ Her kaydın HMAC ile yetkilendirilmiş olması gerektiğinde (kurumsal denetim p
 ```shell
 $ FORGELM_AUDIT_SECRET="$(cat /run/secrets/audit-secret)" \
     forgelm verify-audit --require-hmac \
-        checkpoints/run/compliance/audit_log.jsonl
+        checkpoints/run/audit_log.jsonl
 ```
 
 Sıkı mod iki güvenlik ağını birden devreye sokar:
@@ -92,7 +92,7 @@ FAIL at line 53: prev_hash mismatch — chain break suggests entry was inserted,
 Satır numarası olmayan çıplak bir neden, hatanın zincir yürüyüşünden önce meydana geldiğini gösterir (örn. eksik genesis manifest, satır 1'de JSON çözüm hatası):
 
 ```text
-FAIL: manifest present but unreadable at 'checkpoints/run/compliance/audit_log.jsonl.manifest.json': …
+FAIL: manifest present but unreadable at 'checkpoints/run/audit_log.jsonl.manifest.json': …
 ```
 
 Her iki durumda da çıkış kodu `1`'dir. Log'u kanıt saymadan önce inceleyin.
@@ -127,4 +127,5 @@ Her iki durumda da çıkış kodu `1`'dir. Log'u kanıt saymadan önce inceleyin
 - [Audit Log](#/compliance/audit-log) — bu komutun doğruladığı log'a dair operatör-odaklı kılavuz.
 - [Annex IV](#/compliance/annex-iv) — doğrulayıcısı (`forgelm verify-annex-iv`) bu komutun tasarım desenini paylaşan teknik dokümantasyon artifact'ı.
 - [GGUF Doğrulama](#/deployment/verify-gguf) — deployment-bütünlük yüzeyindeki kardeş doğrulayıcı.
+- [Model Bütünlüğünü Doğrulama](#/compliance/verify-integrity) — Article 15 model-bütünlük manifestinin kardeş doğrulayıcısı.
 - [`audit_event_catalog-tr.md`](https://github.com/HodeTech/ForgeLM/blob/main/docs/reference/audit_event_catalog-tr.md) — doğrulanan log'un *içinde* görünen event'ler (GitHub kaynağı).
diff --git a/docs/usermanuals/tr/compliance/verify-integrity.md b/docs/usermanuals/tr/compliance/verify-integrity.md
new file mode 100644
index 00000000..642ee1c9
--- /dev/null
+++ b/docs/usermanuals/tr/compliance/verify-integrity.md
@@ -0,0 +1,114 @@
+---
+title: Model Bütünlüğünü Doğrula
+description: Eğitilmiş bir model dizinini SHA-256 bütünlük manifest'ine (model_integrity.json) karşı yeniden hash'leyerek eğitimden bu yana hiçbir artefaktın değişmediğini, kaldırılmadığını veya eklenmediğini kanıtlayın.
+---
+
+# Model Bütünlüğünü Doğrula
+
+`forgelm verify-integrity`, Madde 15 model-bütünlük manifest'iyle eşleşen salt-okunur doğrulayıcıdır. Compliance export, eğitim sırasında final modelin yanına `model_integrity.json` yazar ve her artefaktın SHA-256'sını ve byte boyutunu kaydeder. `verify-integrity` dizini yeniden gezer, her hash'i yeniden hesaplar ve manifest oluşturulduğundan beri **değişen**, **kaldırılan** veya **eklenen** her dosyayı raporlar. Bu komut, audit *log*'unu doğrulayan [`verify-audit`](#/compliance/verify-audit)'in model *ağırlıkları* karşılığıdır.
+
+## Ne zaman kullanılır
+
+- **Eğitilmiş bir modeli deploy etmeden veya göndermeden önce.** Temiz bir `verify-integrity` çıkışı, sunmak üzere olduğunuz byte'ların eğittiğiniz ve kaydettiğiniz byte'lar olduğunu kanıtlar.
+- **Modeli makineler veya depolama katmanları arasında taşıdıktan sonra.** Aktarım sırasındaki sessiz bozulma, değişen/kaldırılan artefakt olarak ortaya çıkar.
+- **CI/CD release kapılarında.** Compliance export'tan sonra çalıştırın; sıfır-dışı çıkışta release'i başarısız kılın.
+- **Periyodik bir uyumluluk taramasının parçası olarak.** Arşivlenen modellerin zamanlanmış yeniden-doğrulaması, tahrifatı veya bit-rot'u erken yakalar.
+
+## Nasıl çalışır
+
+```mermaid
+sequenceDiagram
+    participant CI as CI / operatör
+    participant Verify as forgelm verify-integrity
+    participant Manifest as model_integrity.json
+    participant Dir as model dizini
+
+    CI->>Verify: verify-integrity MODEL_DIR
+    Verify->>Manifest: kayıtlı {file, sha256, size_bytes} yükle
+    Verify->>Dir: artefaktları gez (manifest dosyasının kendisi hariç)
+    loop her artefakt için
+        Verify->>Verify: sha256 yeniden hesapla, manifest ile karşılaştır
+    end
+    Verify->>Verify: changed / removed / added sınıflandır
+    Verify-->>CI: çıkış 0 (hepsi eşleşti) / 1 (uyuşmazlık veya girdi hatası) / 2 (runtime I/O hatası)
+```
+
+## Hızlı başlangıç
+
+```shell
+$ forgelm verify-integrity ./checkpoints/final_model
+OK: all 12 recorded artifact(s) present and unchanged.
+```
+
+CI için makine-okunur çıktı:
+
+```shell
+$ forgelm verify-integrity ./checkpoints/final_model --output-format json
+```
+
+```json
+{
+  "success": true,
+  "valid": true,
+  "reason": "All 12 recorded artifact(s) present and unchanged.",
+  "changed": [],
+  "removed": [],
+  "added": [],
+  "verified_count": 12,
+  "path": "/work/checkpoints/final_model"
+}
+```
+
+## Ayrıntılı kullanım
+
+### Bir uyuşmazlığı okumak
+
+Bir artefakt artık manifest ile eşleşmediğinde, diff listeleri dolar ve komut `1` ile çıkar:
+
+```json
+{
+  "success": false,
+  "valid": false,
+  "reason": "Model artifacts do not match model_integrity.json: 1 changed, 1 removed.",
+  "changed": ["adapter_model.safetensors"],
+  "removed": ["tokenizer.model"],
+  "added": [],
+  "verified_count": 10,
+  "path": "/work/checkpoints/final_model"
+}
+```
+
+- `changed` — SHA-256'sı artık manifest ile eşleşmeyen artefaktlar.
+- `removed` — manifest'te kayıtlı ama diskte olmayan artefaktlar.
+- `added` — diskte olup manifest'te kayıtlı olmayan dosyalar (manifest dosyasının kendisi yürüyüşten her zaman hariç tutulur).
+
+### Çıkış kodu özeti
+
+| Kod | Anlamı |
+|---|---|
+| `0` | Her kayıtlı artefakt mevcut ve değişmemiş, fazladan dosya yok. |
+| `1` | Bütünlük uyuşmazlığı (changed / removed / added dosya) **veya** operatör / girdi hatası — eksik yol, yolun dizin yerine dosya olması, manifest bulunamadı, malformed JSON, list olmayan `artifacts` ya da model dizininden kaçan bir manifest girdi yolu. |
+| `2` | Erişilebilir bir yolda gerçek runtime I/O hatası (okuma hatası, yürüyüş sırasında izin reddi). |
+
+Runtime-hatası zarfı (çıkış `2`) yalnızca `{"success": false, "error": "…"}` döndürür — önce `success` üzerinden dallanın, ardından `valid` ve diff listelerini inceleyin.
+
+## Sık yapılan hatalar
+
+:::warn
+**Eksik bir `model_integrity.json`'ı zararsız saymak.** Manifest olmadan karşılaştırılacak bir şey yoktur — `verify-integrity` `0` değil `1` ile çıkar. Bu kapıya güvenmeden önce compliance export'un manifest'i yazdığını doğrulayın.
+:::
+
+:::warn
+**Yeniden-quantization veya yeniden-export sonrası doğrulamak.** Bir GGUF veya merge edilmiş varyant üretmek byte'ları değiştirir; o modelin kendi taze üretilmiş manifest'ine ihtiyacı vardır. Dönüştürülmüş bir artefaktı orijinal eğitim manifest'ine karşı doğrulamayın.
+:::
+
+:::tip
+**Herhangi bir deploy adımından önce doğrulayıcıyı CI'da sabitleyin.** Compliance export'tan sonra `forgelm verify-integrity --output-format json`'ı sıkı bir kapı olarak bağlayın. Sıfır-dışı çıkış release pipeline'ını başarısız kılmalıdır.
+:::
+
+## Ayrıca bakın
+
+- [Audit Zincirini Doğrula](#/compliance/verify-audit) — Madde 12 audit *log*'u için eşlenik doğrulayıcı (bu komut model *ağırlıklarını* kapsar).
+- [Annex IV](#/compliance/annex-iv) — bütünlük manifest'iyle birlikte export edilen teknik-dokümantasyon artefaktı.
+- [Verify GGUF](#/deployment/verify-gguf) — export edilmiş bir GGUF model dosyası için bütünlük doğrulayıcısı.
+- [`verify_integrity_subcommand-tr.md`](https://github.com/HodeTech/ForgeLM/blob/main/docs/reference/verify_integrity_subcommand-tr.md) — tam bayrak-seviyesi referans (GitHub kaynağı).
diff --git a/docs/usermanuals/tr/concepts/data-formats.md b/docs/usermanuals/tr/concepts/data-formats.md
index c016fd41..d183b08e 100644
--- a/docs/usermanuals/tr/concepts/data-formats.md
+++ b/docs/usermanuals/tr/concepts/data-formats.md
@@ -75,12 +75,12 @@ Tek yanıt + thumbs-up/down. Eşli tercihten daha kolay toplanır.
 ```json
 {
   "prompt": "Aboneliği nasıl iptal ederim?",
-  "response": "Sadece ödemeyi durdur.",
+  "completion": "Sadece ödemeyi durdur.",
   "label": false
 }
 {
   "prompt": "Aboneliği nasıl iptal ederim?",
-  "response": "Ayarlar → Faturalandırma → Aboneliği iptal et…",
+  "completion": "Ayarlar → Faturalandırma → Aboneliği iptal et…",
   "label": true
 }
 ```
diff --git a/docs/usermanuals/tr/data/audit.md b/docs/usermanuals/tr/data/audit.md
index d3cd9501..d6748b82 100644
--- a/docs/usermanuals/tr/data/audit.md
+++ b/docs/usermanuals/tr/data/audit.md
@@ -38,13 +38,15 @@ $ forgelm audit data/preferences.jsonl --output ./audit/
 audit tamamlandı — bkz. ./audit/data_audit_report.json
 ```
 
-Exit kodu ciddiyeti yansıtır:
+`forgelm audit` exit kodları:
 
 | Exit | Anlam |
 |---|---|
-| `0` | Temiz. Eğitim güvenli. |
-| `2` | Uyarı. Raporu inceleyin; eğitim çalışır ama kalite düşebilir. |
-| `3` | Hata. Split-arası sızıntı veya başka kritik sorun. Düzelt. |
+| `0` | Audit tamamlandı (bulgulardan bağımsız — raporu okuyun). |
+| `1` | IO hatası (giriş yolu mevcut değil veya okunamıyor). |
+| `2` | Import hatası (gerekli bir opsiyonel extra eksik). |
+
+`forgelm audit`, bulguların *ciddiyetine* göre sıfır dışı exit vermez. CI'da belirli bulgulara göre kapı koymak için JSON raporunu `jq` ile süzün (aşağıdaki [Rapor içeriği](#rapor-içeriği) bölümüne bakın).
 
 ## Audit'in kontrol ettikleri
 
@@ -134,18 +136,17 @@ Yetkili kaynak: `forgelm/cli/_parser.py::_add_audit_subcommand`.
     },
     "overall_quality_score": 0.997
   },
-  "language_distribution": {"tr": 0.992, "en": 0.008},
-  "verdict": "warnings"
+  "language_distribution": {"tr": 0.992, "en": 0.008}
 }
 ```
 
-CI entegrasyonları `verdict` ve sayıları parse ederek merge'i kontrol eder. `--strict` flag'i yoktur (yukarıdaki "Kaldırılan flag'lar"a bakın) — JSON zarfını `jq` ile sarın:
+CI entegrasyonları bireysel sayıları parse ederek merge'i kontrol eder. `--strict` flag'i yoktur (yukarıdaki "Kaldırılan flag'lar"a bakın) ve raporda `verdict` alanı bulunmaz — JSON zarfını `jq` ile sarın:
 
 ```yaml
 - name: Audit data
   run: |
     forgelm audit data/train.jsonl --output-format json > audit.json
-    jq -e '.verdict != "errors" and .pii_summary.severity != "high"' audit.json
+    jq -e '.cross_split_overlap == 0 and .pii_summary.severity != "high"' audit.json
 ```
 
 ## Sık hatalar
diff --git a/docs/usermanuals/tr/data/deduplication.md b/docs/usermanuals/tr/data/deduplication.md
index e9d3345a..fc2d3777 100644
--- a/docs/usermanuals/tr/data/deduplication.md
+++ b/docs/usermanuals/tr/data/deduplication.md
@@ -86,21 +86,22 @@ Permutasyon sayısı ve LSH banding bugün kullanıcı tarafından ayarlanabilir
 
 ## Tekrarları kaldırma
 
-`forgelm audit` tekrarları *tespit eder*; kaldırmaz. Kaldırma, YAML konfigürasyonunuzun `audit:` bloğundan sürülen ayrı, opt-in bir adımdır (böylece koşu uçtan uca tekrarlanabilir ve audit edilebilir). Kanonik knob'lar için [Configuration Referansı](#/reference/configuration)'ndaki `audit.deduplication` bölümüne bakın:
-
-```yaml
-audit:
-  deduplication:
-    method: simhash          # veya 'minhash'
-    near_dup_threshold: 3    # simhash Hamming mesafesi
-    jaccard_threshold: 0.85  # MinHash benzerliği
-    write_clean_output: data/train.dedup.jsonl
-    keep_split: train        # split-arası tiebreak
-```
+`forgelm audit` tekrarları *tespit eder*; kaldırmaz. YAML konfigürasyonunda `audit:` üst düzey bloğu yoktur (`ForgeConfig` bilinmeyen anahtarları reddeder) ve eski taslakta gösterilen `write_clean_output` / `keep_split` alanları mevcut değildir. Otomatik kaldırma uygulanmamıştır.
+
+Tekrarları düşürmek için audit'in diske yazdığı çift seviyesindeki raporu kullanın:
 
-Bu config ile `forgelm audit data/train.jsonl`'i tekrar koşturarak temizlenmiş JSONL'i materialise edin.
+```shell
+# Tekrar satır indislerini alın ve jq ile filtreleyin.
+# -s/--slurp tüm .jsonl'i tek bir diziye okur; böylece to_entries her nesnenin
+# anahtarlarına değil SATIR indislerine eşlenir; -c kalan satırları JSONL yazar.
+$ jq '[.near_duplicate_summary.pairs[].row_b] | unique' audit/data_audit_report.json > dup_indices.json
+$ jq -cs --slurpfile dups dup_indices.json \
+     'to_entries[] | select(.key as $i | ($dups[0] | index($i)) | not) | .value' \
+     data/train.jsonl > data/train.dedup.jsonl
+$ forgelm audit data/train.dedup.jsonl   # doğrula
+```
 
-Tekrarlar tek split içindeyken ForgeLM ilk tekrarı tutar. Split arasında varsayılan train tarafını tutar ve validation/test'ten kaldırır (`keep_split` ile konfigüre edilebilir).
+`--dedup-method`, `--near-dup-threshold` ve `--jaccard-threshold` CLI bayrakları *tespit* hassasiyetini kontrol eder; kaldırma her zaman downstream manuel bir adımdır.
 
 ## Sık hatalar
 
diff --git a/docs/usermanuals/tr/data/ingestion.md b/docs/usermanuals/tr/data/ingestion.md
index f7a15d1b..caa97460 100644
--- a/docs/usermanuals/tr/data/ingestion.md
+++ b/docs/usermanuals/tr/data/ingestion.md
@@ -69,7 +69,7 @@ CLI yüzeyinden gizlidir.
 
 ## Çıktı formatı
 
-`forgelm ingest` ham chunk'ları emit eder (`{"text": "..."}` JSONL). v0.5.5'te `--format` flag'i yoktur — tek seçenek **özet raporu** (chunk sayısı, format dağılımı, atılan-satır sebepleri) için `--output-format {text,json}`'dur, chunk kayıtlarının kendileri için değil — onlar her zaman ham `text` JSONL olarak yazılır. Sentetik-prompt veya Q&A datasetleri isteyen operatörler bu adımı bu komutun ürettiği ham JSONL üzerinden downstream bir adım olarak katmanlar (bkz. [Sentetik Veri](#/data/synthetic-data)):
+`forgelm ingest` ham chunk'ları emit eder (`{"text": "..."}` JSONL). v0.7.0'da `--format` flag'i yoktur — tek seçenek **özet raporu** (chunk sayısı, format dağılımı, atılan-satır sebepleri) için `--output-format {text,json}`'dur, chunk kayıtlarının kendileri için değil — onlar her zaman ham `text` JSONL olarak yazılır. Sentetik-prompt veya Q&A datasetleri isteyen operatörler bu adımı bu komutun ürettiği ham JSONL üzerinden downstream bir adım olarak katmanlar (bkz. [Sentetik Veri](#/data/synthetic-data)):
 
 ```json
 {"text": "Bölüm 4.2: Tüm ödeme işlemleri PCI-DSS standartlarına uymalıdır...", "metadata": {"source": "policy.pdf", "chunk": 17}}
diff --git a/docs/usermanuals/tr/data/language-detection.md b/docs/usermanuals/tr/data/language-detection.md
index 57362f54..9f6b62ad 100644
--- a/docs/usermanuals/tr/data/language-detection.md
+++ b/docs/usermanuals/tr/data/language-detection.md
@@ -35,16 +35,9 @@ $ jq '.language_outliers[:3]' audit/data_audit_report.json
 
 ## Konfigürasyon
 
-```yaml
-audit:
-  language_detection:
-    enabled: true
-    expected: "tr"                     # açık beklenen dil
-    min_chars: 50                      # bundan kısa satırlar 'unknown'
-    mixed_threshold: 0.3               # ikinci-dil güveni > %30 ise 'mixed' işaretle
-```
+> **Not:** YAML konfigürasyonunda `audit:` üst düzey bloğu yoktur (`ForgeConfig` bilinmeyen anahtarları reddeder). Dil tespiti `forgelm audit`'te otomatik ve her zaman aktiftir. `--pii-ml-language` bayrağı yalnızca Presidio ML-NER katmanı için geçerlidir; `langdetect` tabanlı dil dağılım kontrolü için değil.
 
-`expected` ayarlamazsanız audit dağılımı aykırı flag'lemeden raporlar — gerçekten çok dilli dataset'ler için faydalı.
+Dataset'iniz bilinçli olarak çok dilli ise audit herhangi bir konfigürasyona gerek kalmadan dağılımı raporlar — aşağıdaki [Sık hatalar](#sık-hatalar) bölümündeki ipucuna bakın.
 
 ## Dil dağılım raporu
 
diff --git a/docs/usermanuals/tr/data/leakage.md b/docs/usermanuals/tr/data/leakage.md
index 0aa69e16..d0618892 100644
--- a/docs/usermanuals/tr/data/leakage.md
+++ b/docs/usermanuals/tr/data/leakage.md
@@ -41,7 +41,7 @@ Her train satırı için ForgeLM kontrol eder:
 - Val/test'te **kesin eşleşme** (önemli her alan: `prompt`, `chosen`, `response` vb.).
 - Val/test'te **near-duplicate** (Hamming eşiği 3 simhash).
 
-Herhangi bir eşleşme raporlanır. Sızıntı oranı konfigüre eşiği geçerse audit sıfır olmayan exit verir.
+Herhangi bir eşleşme raporlanır. `forgelm audit` başarılı tamamlanmada yine `0` ile çıkar — sızıntı oranına göre gate **yapmaz** (yalnızca girdi/config hatasında veya I/O hatasında sıfır-dışı çıkar). Sızıntı bulununca CI'ı başarısız kılmak için JSON raporunu `jq` ile dallandırın (bkz. [Veri Seti Denetimi](#/data/audit)).
 
 ## Hızlı örnek
 
@@ -54,7 +54,7 @@ $ forgelm audit data/      # train.jsonl + val.jsonl + test.jsonl'ı denetler
 
 Audit bu split'leri onaylamayı reddeder. Çift seviyesinde tam rapor disk üzerindeki audit JSON'da.
 
-exit kodu: 3
+exit kodu: 0
 ```
 
 Hatayı tetikleyen satır seviyesindeki çiftleri `jq` ile inceleyin:
@@ -69,21 +69,11 @@ $ jq '.cross_split_overlap.pairs[]' audit/data_audit_report.json | head
 
 1. **Veriyi yeniden bölün**, bu sefer kaynak seviyesinde gruplayarak (parafraz'ları bölmeyin, dokümanları gruplayın). Splitter'ınızda `--group-by` bayrağı kullanın.
 2. **Yeniden çıkarma** sızıntı tekrar ingest'ten geliyorsa (aynı FAQ iki kez ingest edilmiş).
-3. **Kaldırma** küçük split'ten sızdıran satırları manuel olarak — audit JSON zarfının `cross_split_overlap.pairs` haritası her ihlal eden satır id'sini split-çifti girdisi başına adlandırır (ör. `cross_split_overlap.pairs["train↔val"]`). `jq` ile süzüp çıkarın, sonra `forgelm audit`'i yeniden koşturarak zincirin temiz geçtiğini doğrulayın. v0.5.5'te otomatik kaldırma CLI bayrağı yoktur — yol haritasında bulunsa da gelene kadar açık `jq` adımı silmeyi denetlenebilir tutar.
+3. **Kaldırma** küçük split'ten sızdıran satırları manuel olarak — audit JSON zarfının `cross_split_overlap.pairs` haritası her ihlal eden satır id'sini split-çifti girdisi başına adlandırır (ör. `cross_split_overlap.pairs["train↔val"]`). `jq` ile süzüp çıkarın, sonra `forgelm audit`'i yeniden koşturarak zincirin temiz geçtiğini doğrulayın. v0.7.0'da otomatik kaldırma CLI bayrağı yoktur — açık `jq` adımı silmeyi denetlenebilir tutar.
 
 ## Konfigürasyon
 
-```yaml
-audit:
-  leakage_check:
-    enabled: true
-    threshold: 0                        # sıfır tolerans — herhangi sızıntıda audit fail
-    near_dup_hamming: 3                 # eşleşme eşiği
-    fields_to_check: ["prompt", "chosen", "response"]
-    fail_severity: "error"              # `error` eğitimi engeller, `warn` sadece loglar
-```
-
-Çoğu ekip varsayılanı kullanır — sıfır tolerans. Bir miktar sızıntının kaçınılmaz olduğu çok büyük dataset'iniz varsa `threshold`'ı küçük bir orana yükseltin (ör. 0.001) ama nedenini belgeleyin.
+> **Not:** YAML konfigürasyonunda `audit:` üst düzey bloğu yoktur (`ForgeConfig` bilinmeyen anahtarları reddeder). Sızıntı tespiti, `forgelm audit` çok-split dataset üzerinde koşturulduğunda her zaman aktiftir. Near-duplicate Hamming eşiği `forgelm audit`'deki `--near-dup-threshold` bayrağıyla kontrol edilir (varsayılan 3).
 
 ## "Near-dup" neden önemli
 
diff --git a/docs/usermanuals/tr/data/pii-masking.md b/docs/usermanuals/tr/data/pii-masking.md
index af6e95f3..a15727a4 100644
--- a/docs/usermanuals/tr/data/pii-masking.md
+++ b/docs/usermanuals/tr/data/pii-masking.md
@@ -96,17 +96,14 @@ Presidio ML-NER pass için audit subcommand'ını kullanın:
 $ forgelm audit ./data/*.jsonl --output ./out/ --pii-ml --pii-ml-language de
 ```
 
-Veya YAML'da pin'leyin:
-
-```yaml
-ingestion:
-  pii_mask:
-    enabled: true
-    locale: "de"
-    categories: ["email", "phone", "iban", "id_de"]
-    skip: ["ip"]                       # IP'leri redakte etme
+Presidio ML-NER geçişi için locale ipucu vermek üzere CLI bayrağını kullanın:
+
+```shell
+$ forgelm ingest ./corpus/ --pii-mask --output out.jsonl
 ```
 
+> **Not:** YAML konfigürasyonunda `ingestion:` üst düzey bloğu yoktur (`ForgeConfig` bilinmeyen anahtarları reddeder). Regex PII katmanı için locale ve kategori seçimi yalnızca programatik API üzerinden — `mask_pii(text, locale="de")` — ya da Presidio ML-NER geçişi için `--pii-ml-language de` gibi CLI bayrakları aracılığıyla mevcuttur.
+
 ## Programatik API
 
 Ingest dışı PII tespiti gerektiren pipeline'lar için:
diff --git a/docs/usermanuals/tr/data/pii-ml.md b/docs/usermanuals/tr/data/pii-ml.md
index 2f08ad39..556d7cdc 100644
--- a/docs/usermanuals/tr/data/pii-ml.md
+++ b/docs/usermanuals/tr/data/pii-ml.md
@@ -123,7 +123,7 @@ Fonksiyon non-string input, eksik extra'lar veya geçici analyzer hataları içi
 ## Bu katmanda OLMAYAN şeyler
 
 - **DATE / TIME / NUMBER tespiti.** Presidio ForgeLM'in haritaladığı üç entity tipinden fazlasını destekler; diğerleri (DATE, NRP, CRYPTO, IP_ADDRESS, …) şu anda haritalı değil çünkü gizlilik semantikleri farklı. Compliance akışınız bunlara ihtiyaç duyuyorsa bir issue açın.
-- **Presidio üzerinden PII *maskeleme*.** Mevcut adaptör tespit-only — maskeleme için regex `--pii-mask` flag'i hâlâ ingest tarafı yeniden yazımına sahiptir. Presidio'nun anonymizer modülü ayrı bir bağımlılıktır ve v0.5.5'da bağlı değildir.
+- **Presidio üzerinden PII *maskeleme*.** Mevcut adaptör tespit-only — maskeleme için regex `--pii-mask` flag'i hâlâ ingest tarafı yeniden yazımına sahiptir. Presidio'nun anonymizer modülü ayrı bir bağımlılıktır ve v0.7.0'da bağlı değildir.
 
 ## Yaygın tuzaklar
 
diff --git a/docs/usermanuals/tr/data/quality-filter.md b/docs/usermanuals/tr/data/quality-filter.md
index 75f2406b..6270f66d 100644
--- a/docs/usermanuals/tr/data/quality-filter.md
+++ b/docs/usermanuals/tr/data/quality-filter.md
@@ -31,54 +31,36 @@ $ forgelm audit data/ingested.jsonl
    bullet_only: 3
 ```
 
-Audit, düşük kaliteli satırları *flagler* ama silmez. Düşürmek için, YAML konfigürasyonunuzdaki `audit.quality_filter.drop_flagged` ve `audit.quality_filter.write_clean_output` knob'larıyla opt-in olun ([Configuration Referansı](#/reference/configuration)) ve audit'i tekrar koşturun:
-
-```yaml
-audit:
-  quality_filter:
-    enabled: true
-    drop_flagged: true
-    write_clean_output: data/clean.jsonl
-```
+Audit, düşük kaliteli satırları *flagler* ama silmez. `forgelm audit` yalnızca raporlar; satır düşürmez veya temizlenmiş JSONL yazmaz. Flaglenen satırları kaldırmak için audit JSON'ını `jq` ile bir downstream manuel adım olarak süzün ve sonucu doğrulamak için `forgelm audit`'i yeniden koşturun.
+
+> **Not:** YAML konfigürasyonunda `audit:` üst düzey bloğu yoktur (`ForgeConfig` bilinmeyen anahtarları reddeder). Eski taslakta gösterilen `drop_flagged` ve `write_clean_output` alanları mevcut değildir; otomatik-düşür-ve-temiz-yaz uygulanmamıştır. Kalite kontrollerini tamamen atlamak için `--no-quality-filter` kullanın.
 
 ```shell
-# v0.6.0+: quality-filter is DEFAULT-ON; the explicit flag is harmless.
-# Heuristics populate quality_summary in data_audit_report.json but do
-# NOT drop rows or write a cleaned JSONL — that only happens when the
-# `audit.quality_filter.drop_flagged: true` + `write_clean_output: PATH`
-# YAML keys above are set in a config-driven run.
+# v0.6.0+: quality-filter varsayılan AÇIK; explicit flag zararsız.
 $ forgelm audit data/ingested.jsonl
 ✓ wrote audit/data_audit_report.json (quality_summary: 45 / 12,400 flagged)
 
-# Pre-v0.6.0 (or to be explicit), pass the flag:
+# Pre-v0.6.0 (veya açık olmak için) flag geçin:
 $ forgelm audit data/ingested.jsonl --quality-filter
 
-# Opt out of the new default if your CI gates depend on opt-in semantics:
+# CI gate'leriniz opt-in semantiğine bağlıysa yeni varsayılandan çıkın:
 $ forgelm audit data/ingested.jsonl --no-quality-filter
 ```
 
 ## Eşik ayarlama
 
-```yaml
-audit:
-  quality_filter:
-    enabled: true
-    min_alpha_ratio: 0.55              # varsayılan 0.55
-    min_mean_word_length: 3            # varsayılan 3
-    max_mean_word_length: 10           # varsayılan 10
-    max_repeated_line_ratio: 0.30      # varsayılan 0.30
-    min_content_length: 50             # varsayılan 50 karakter
-    max_bullet_ratio: 0.90             # varsayılan 0.90
-```
+Kalite filtresi eşik konfigürasyonu mevcut sürümde YAML alanı olarak açık değildir — eşikler aşağıda listelenen heuristik varsayılanlarına sabit. `--quality-filter` / `--no-quality-filter` CLI bayrakları filtrenin çalışıp çalışmayacağını kontrol eder; eşik başına override bayrağı yoktur.
 
-Birini meşru ihlal eden corpus'lar (ör. kod-ağırlıklı dataset'ler alfa oranını ihlal eder) için filtre tamamı yerine spesifik kontrolü kapatın:
+| Heuristik | Varsayılan |
+|---|---|
+| `min_alpha_ratio` | 0.55 |
+| `min_mean_word_length` | 3 |
+| `max_mean_word_length` | 10 |
+| `max_repeated_line_ratio` | 0.30 |
+| `min_content_length` | 50 karakter |
+| `max_bullet_ratio` | 0.90 |
 
-```yaml
-audit:
-  quality_filter:
-    enabled: true
-    skip: ["min_alpha_ratio"]          # kod, matematik, log dataset'leri
-```
+Bunlardan birini meşru ihlal eden corpus'lar için (ör. kod-ağırlıklı dataset'ler alfa oranını ihlal eder) `--no-quality-filter` ile o koşu için filtreyi tamamen atlayın.
 
 ## Tasarım gereği muhafazakar
 
@@ -104,7 +86,7 @@ print(flags)
 ## Sık hatalar
 
 :::warn
-**İncelemeden otomatik düşürme.** `--drop-quality-flags`'i dikkatli ayarlayın — neyin kaldırıldığını size göstermeden satırları kaldırır. Önce neyin flaglendiğini incelemek için `forgelm audit` koşturun.
+**İncelemeden satır kaldırma.** Audit raporundaki flaglenen satırları `jq` ile süzerken dikkatli olun — kaldırmalar sessizdir. Temizlenmiş dataset'in geçtiğini doğrulamak için sonuç üzerinde her zaman `forgelm audit` koşturun.
 :::
 
 :::warn
diff --git a/docs/usermanuals/tr/deployment/chat.md b/docs/usermanuals/tr/deployment/chat.md
index 6500bb85..baec49f4 100644
--- a/docs/usermanuals/tr/deployment/chat.md
+++ b/docs/usermanuals/tr/deployment/chat.md
@@ -11,7 +11,7 @@ description: Akışlı REPL'de fine-tuned modelinizi sınayın.
 
 ```shell
 $ forgelm chat ./checkpoints/customer-support
-ForgeLM 0.5.5 — checkpoints/customer-support ile sohbet
+ForgeLM 0.7.0 — checkpoints/customer-support ile sohbet
 forgelm> aboneliği nasıl iptal ederim?
 Aboneliğinizi Ayarlar → Faturalandırma → Aboneliği İptal Et adımlarıyla
 iptal edebilirsiniz. Erişiminiz mevcut faturalama döneminin sonuna kadar
@@ -131,7 +131,7 @@ v1 vs v2 win rate: 0.62 (sig p=0.04)
 :::
 
 :::tip
-Birçok prompt'un otomatik sondalanması için interaktif REPL yerine `forgelm batch-chat --prompts data/probes.jsonl --output responses.jsonl` kullanın. Aynı model, manuel yazma yok.
+Birçok prompt'u otomatik sondalarken toplu güvenlik taraması için `forgelm safety-eval` kullanın ya da her prompt'u `forgelm chat`'e besleyen ve çıktıyı toplayan bir döngü yazın. Mevcut sürümde ayrı bir batch-chat subcommand'ı bulunmamaktadır.
 :::
 
 ## Bkz.
diff --git a/docs/usermanuals/tr/deployment/deploy-targets.md b/docs/usermanuals/tr/deployment/deploy-targets.md
index e7202882..f4d71e24 100644
--- a/docs/usermanuals/tr/deployment/deploy-targets.md
+++ b/docs/usermanuals/tr/deployment/deploy-targets.md
@@ -28,7 +28,7 @@ $ ollama run my-bot
 | `tgi` | `tgi-launcher.sh` + Dockerfile | HuggingFace'in text-generation-inference. |
 | `hf-endpoints` | `endpoints-config.json` | HuggingFace Inference Endpoints'a tek-tıkla deploy. |
 
-KServe ve NVIDIA Triton v0.5.5'te **dahili** hedef değildir. `forgelm deploy --target` parser'ı yalnızca yukarıdaki dört runtime'ı kabul eder. KServe / Triton'da servis sunan operatörler `InferenceService` manifest'ini veya `model_repository/` layout'unu GGUF / safetensors artefakt'ından elle yazar.
+KServe ve NVIDIA Triton **dahili** hedef değildir. `forgelm deploy --target` parser'ı yalnızca yukarıdaki dört runtime'ı kabul eder. KServe / Triton'da servis sunan operatörler `InferenceService` manifest'ini veya `model_repository/` layout'unu GGUF / safetensors artefakt'ından elle yazar.
 
 ## Ollama
 
@@ -47,7 +47,7 @@ PARAMETER temperature 0.7
 PARAMETER top_p 0.9
 PARAMETER stop "<|im_end|>"
 
-# customer-support v1.2.0 checkpoint'inden ForgeLM 0.5.5 ile üretildi
+# customer-support v1.2.0 checkpoint'inden ForgeLM <version> ile üretildi
 ```
 
 ForgeLM modelin tokenizer'ına dayanarak doğru `PARAMETER` satırlarını seçer (chat template, stop token) — manuel konfigürasyon gerekmez.
@@ -124,18 +124,22 @@ Veya tek-tıkla deployment için HuggingFace UI'sına yapıştırın.
 
 ## Konfigürasyon
 
-```yaml
-deployment:
-  target: "vllm"
-  served_model_name: "customer-support-v1.2"
-  max_input_length: 4096
-  max_total_tokens: 8192
-  gpu_memory_utilization: 0.85
-  chat_template: "default"              # veya .jinja dosyası yolu
-  system_prompt_default: "Sen..."
+`deployment:` üst-düzey YAML bloğu mevcut değildir — `ForgeConfig` `extra="forbid"` ile bilinmeyen anahtarları reddeder. Deploy, eğitimden sonra çağrılan açık bir CLI subcommand'ıdır; YAML-güdümlü otomatik bir adım değildir.
+
+Hedef ve çıktı yolu doğrudan komut satırından geçirilir:
+
+```shell
+$ forgelm deploy ./checkpoints/run \
+    --target vllm \
+    --output vllm.yaml
 ```
 
-YAML'da `deployment:` varsa `forgelm` son adım olarak (eval / güvenlik geçtikten sonra) `deploy`'u otomatik çalıştırır.
+`forgelm deploy` için temel flag'ler:
+
+| Flag | Açıklama |
+|---|---|
+| `--target <hedef>` | `ollama`, `vllm`, `tgi`, `hf-endpoints`'ten biri. |
+| `--output <yol>` | Üretilen config'in yazılacağı dosya veya dizin. |
 
 ## Otomatik tespit edilen
 
diff --git a/docs/usermanuals/tr/evaluation/benchmarks.md b/docs/usermanuals/tr/evaluation/benchmarks.md
index 039c1f34..7c83f8a1 100644
--- a/docs/usermanuals/tr/evaluation/benchmarks.md
+++ b/docs/usermanuals/tr/evaluation/benchmarks.md
@@ -1,11 +1,11 @@
 ---
 title: Benchmark Entegrasyonu
-description: lm-evaluation-harness görevlerini görev başı floor eşikleriyle ve otomatik geri almayla koşturun.
+description: lm-evaluation-harness görevlerini ortalama doğruluk alt sınırı ve otomatik geri almayla koşturun.
 ---
 
 # Benchmark Entegrasyonu
 
-ForgeLM, [lm-evaluation-harness](https://github.com/EleutherAI/lm-evaluation-harness) ile entegre — LLM'ler için standart benchmark suite'i — ve üzerine üretim katmanını ekler: görev başı floor eşikleri, regresyonda otomatik geri alma ve compliance paketinize akan yapılandırılmış artifact'lar.
+ForgeLM, [lm-evaluation-harness](https://github.com/EleutherAI/lm-evaluation-harness) ile entegre — LLM'ler için standart benchmark suite'i — ve üzerine üretim katmanını ekler: minimum ortalama doğruluk alt sınırı, regresyonda otomatik geri alma ve compliance paketinize akan yapılandırılmış artifact'lar.
 
 ## Hızlı örnek
 
@@ -14,18 +14,15 @@ evaluation:
   benchmark:
     enabled: true
     tasks: ["hellaswag", "arc_easy", "truthfulqa", "mmlu"]
-    floors:
-      hellaswag: 0.55
-      arc_easy: 0.70
-      truthfulqa: 0.45
-    num_fewshot: 0                      # zero-shot eval
+    min_score: 0.55                      # tüm görevler arası ortalama doğruluk alt sınırı
+    num_fewshot: 0                       # zero-shot eval
     batch_size: 8
     output_dir: "./checkpoints/run/artifacts/"
 ```
 
-Eğitimden sonra ForgeLM listelenen görevleri koşturur, floor'larla karşılaştırır ve:
-- Tüm görevler floor'u geçerse → koşu başarılı (exit 0)
-- Herhangi bir görev floor altına düşerse → son-iyi checkpoint'e otomatik geri al, exit 3
+Eğitimden sonra ForgeLM listelenen görevleri koşturur, ortalama skoru hesaplar ve:
+- Ortalama skor `min_score`'u karşılıyorsa veya aşıyorsa → koşu başarılı (exit 0)
+- Ortalama skor `min_score`'un altına düşerse → son-iyi checkpoint'e otomatik geri al, exit 3
 
 ## Desteklenen görevler
 
@@ -43,29 +40,26 @@ Eğitimden sonra ForgeLM listelenen görevleri koşturur, floor'larla karşıla
 
 Türkçe projeler için ForgeLM, Türkçe-özgü görevlere uyarlanmış `mmlu_tr` ve `belebele_tr` şablonları yayınlar.
 
-## Görev başı floor
+## Doğruluk alt sınırı
 
-Floor'lar, görev başına post-train'in geçeceği minimum kabul edilebilir puanı tanımlar. *Her* görev kendi floor'unu geçmeden model terfi etmez.
+`min_score`, listelenen tüm görevler genelinde minimum kabul edilebilir post-train **ortalama** puanı tanımlar. Model yalnızca ortalama doğruluk bu değeri karşıladığında veya aştığında terfi eder.
 
 ```yaml
 evaluation:
   benchmark:
-    floors:
-      hellaswag: 0.55
-      mmlu: 0.50
-      # floor'suz görevler raporlanır ama terfiyi engellemez
-      truthfulqa: 0.45
+    tasks: ["hellaswag", "mmlu", "truthfulqa"]
+    min_score: 0.50                      # ortalama doğruluk alt sınırı (0.0–1.0)
 ```
 
-`null` floor "raporla ama gating yapma" demek. `0` floor floor olmamasıyla aynı.
+`min_score` `null` olduğunda (varsayılan), benchmark'lar çalıştırılır ve sonuçlar kaydedilir, ancak skor terfini engellemez. `0.0` değeri alt sınır olmamasıyla eşdeğerdir.
 
 :::tip
-Floor'ları pre-training baseline'ınızdan biraz altına ayarlayın. Hedef: *iyileştirme* zorunlu kılmak değil, *gerilemeyi* yakalamak. Hedef görevde %5 kazanan ama hellaswag'da %2 kaybeden model genelde iyidir; hellaswag'da %15 kaybeden bozuktur.
+`min_score`'u pre-training ortalama baseline'ınızdan biraz altına ayarlayın. Hedef: *iyileştirme* zorunlu kılmak değil, *gerilemeyi* yakalamak. Hedef görevde %5 kazanan ama hellaswag'da %2 kaybeden model genelde iyidir; ortalaması %15 düşen bozuktur.
 :::
 
 ## Pre-train baseline
 
-Hangi floor'u koyacağınızı bilmek için bir pre-training baseline lazım. `--benchmark-only` flag'ini (eğitim yapmadan mevcut bir modeli değerlendirir) tasks + output path'i pin'leyen bir config ile kullanın:
+Hangi `min_score`'u koyacağınızı bilmek için bir pre-training baseline lazım. `--benchmark-only` flag'ini (eğitim yapmadan mevcut bir modeli değerlendirir) tasks + output path'i pin'leyen bir config ile kullanın:
 
 ```yaml
 # baseline.yaml
@@ -81,16 +75,13 @@ $ forgelm --config baseline.yaml --benchmark-only "Qwen/Qwen2.5-7B-Instruct"
 {"hellaswag": 0.61, "arc_easy": 0.75, "truthfulqa": 0.49, "mmlu": 0.52}
 ```
 
-Makul bir floor baseline eksi 0.03 (stokastik dalgalanma için %3 pay):
+Makul bir alt sınır baseline ortalaması eksi 0.03 (stokastik dalgalanma için %3 pay):
 
 ```yaml
 evaluation:
   benchmark:
-    floors:
-      hellaswag: 0.58                   # baseline 0.61 - 0.03
-      arc_easy: 0.72
-      truthfulqa: 0.46
-      mmlu: 0.49
+    tasks: ["hellaswag", "arc_easy", "truthfulqa", "mmlu"]
+    min_score: 0.56                    # baseline ortalaması ~0.59 - 0.03
 ```
 
 ## Çıktı artifact'ları
@@ -129,16 +120,16 @@ CI hatları `verdict`'i parse eder. Gating mantığı için bkz. [Otomatik Geri
 |---|---|---|---|
 | `enabled` | bool | `false` | Ana anahtar. |
 | `tasks` | list | `[]` | lm-eval-harness görev adları. |
-| `floors` | dict | `{}` | Görev başı minimum kabul edilebilir puan. |
-| `num_fewshot` | int | `0` | Zero-shot için 0, 5-shot için 5. |
-| `batch_size` | int | `8` | Eval batch size. |
+| `min_score` | float | `null` | Minimum ortalama doğruluk alt sınırı (0.0–1.0). Ortalama skor bu değerin altına düşünce otomatik geri alma tetiklenir. |
+| `num_fewshot` | int | `null` | Few-shot örnek sayısı. `null` her görevin belgelenmiş varsayılanını kullanır. |
+| `batch_size` | string | `"auto"` | Eval batch size: `"auto"` veya bir tamsayı string. |
 | `limit` | int | `null` | Görev başı satır sınırı — hızlı smoke test için. |
-| `device` | string | `"cuda:0"` | Eval cihazı. |
+| `output_dir` | string | `null` | Benchmark sonuçları JSON'ının kaydedileceği yer. Varsayılan olarak eğitim `output_dir`. |
 
 ## Sık hatalar
 
 :::warn
-**Pre-train baseline'dan yüksek floor.** Floor'u base modelin geçemediği değere koyarsanız her koşu başarısız olur — otomatik geri alma devreye girer ve hiç checkpoint alamazsınız. Her zaman `baseline - margin` ile başlayın.
+**`min_score`'u pre-train baseline ortalamasından yüksek ayarlamak.** `min_score`'u base modelin ortalama görev skorunun üstüne koyarsanız her koşu başarısız olur — otomatik geri alma devreye girer ve hiç checkpoint alamazsınız. Her zaman `baseline ortalaması - margin` ile başlayın.
 :::
 
 :::warn
@@ -151,6 +142,6 @@ CI hatları `verdict`'i parse eder. Gating mantığı için bkz. [Otomatik Geri
 
 ## Bkz.
 
-- [Otomatik Geri Alma](#/evaluation/auto-revert) — floor'lar başarısız olduğunda ne olur.
+- [Otomatik Geri Alma](#/evaluation/auto-revert) — `min_score` karşılanmadığında ne olur.
 - [LLM-as-Judge](#/evaluation/judge) — benchmark ötesi nitel eval.
 - [Trend İzleme](#/evaluation/trend-tracking) — koşular arası puanları karşılaştırma.
diff --git a/docs/usermanuals/tr/getting-started/first-run.md b/docs/usermanuals/tr/getting-started/first-run.md
index e7da3012..4dbe45dc 100644
--- a/docs/usermanuals/tr/getting-started/first-run.md
+++ b/docs/usermanuals/tr/getting-started/first-run.md
@@ -37,7 +37,7 @@ forgelm doctor — environment check
   [✓ pass] gpu.inventory           1 GPU(s) — GPU0: NVIDIA RTX 4090 (24.0 GiB).
   [✓ pass] extras.qlora            Installed (module bitsandbytes, purpose: 4-bit / 8-bit QLoRA training).
   [✓ pass] extras.unsloth          Installed (module unsloth, purpose: Unsloth-accelerated training (Linux GPUs only)).
-  [! warn] extras.deepspeed        Optional extra missing — install with: pip install 'forgelm[deepspeed]' (purpose: DeepSpeed ZeRO + offload distributed training).
+  [! warn] extras.distributed      Optional extra missing — install with: pip install 'forgelm[distributed]' (purpose: DeepSpeed ZeRO + offload distributed training).
   [✓ pass] hf_hub.reachable        HuggingFace Hub reachable (HTTP 200).
   [✓ pass] disk.workspace          Workspace /home/me/forgelm — 387.0 GiB free of 500.0 GiB.
   [! warn] operator.identity       FORGELM_OPERATOR not set; audit events will fall back to 'me@workstation'. Pin FORGELM_OPERATOR=<id> for CI / pipeline runs.
diff --git a/docs/usermanuals/tr/operations/cicd.md b/docs/usermanuals/tr/operations/cicd.md
index 77c3a84a..99bf9b96 100644
--- a/docs/usermanuals/tr/operations/cicd.md
+++ b/docs/usermanuals/tr/operations/cicd.md
@@ -13,7 +13,7 @@ ForgeLM, CI/CD hattının bir adımı olarak temiz şekilde yerleşmek üzere ta
 |---|---|---|
 | `0` | Başarı | Artifact'ları terfi ettir |
 | `1` | Konfigürasyon hatası | Hızlıca başarısız ol; YAML'ı düzelt, sonra dene |
-| `2` | Audit uyarıları | İncelenmeden merge engellensin |
+| `2` | Eğitim hatası | Hızlıca başarısız ol; kilitlenmeyi / OOM / işlenmeyen istisnayı araştır |
 | `3` | Otomatik geri alma tetiklendi | Başarısız olarak işaretle; gerilemeyi araştır |
 | `4` | İnsan onayı bekliyor | Hattı askıya al; reviewer'ı tetikle |
 
diff --git a/docs/usermanuals/tr/operations/iso-soc2-deployer.md b/docs/usermanuals/tr/operations/iso-soc2-deployer.md
index b197f5c8..94f67d5c 100644
--- a/docs/usermanuals/tr/operations/iso-soc2-deployer.md
+++ b/docs/usermanuals/tr/operations/iso-soc2-deployer.md
@@ -23,7 +23,7 @@ Derin rehber her birini tam `jq` / CLI komutu + döndürdüğü artefakt ile yan
 1. "Son 90 gündeki her model promotion için audit trail'i göster" → `forgelm verify-audit` + `jq 'select(.event == "human_approval.granted")'`.
 2. "Bana change-control kanıtını göster — bu modeli kim onayladı?" → `training.started` + `human_approval.granted` olaylarını çapraz referans alın; iki farklı operator ID, görev ayrılığını (segregation of duties) kanıtlar (ISO A.5.3, SOC 2 CC1.5).
 3. "Veri lineage'ını göster" → `data_provenance.json`; `sha256` + `hf_revision` corpus'u pinler.
-4. "Tedarik zincirini göster" → `gh release download v0.5.5 --pattern 'sbom-*'`; CycloneDX 1.5 JSON.
+4. "Tedarik zincirini göster" → `gh release download v0.7.0 --pattern 'sbom-*'`; CycloneDX 1.5 JSON.
 5. "Erişim kontrollerini göster" → IdP audit log + `FORGELM_OPERATOR` çapraz referansı.
 6. "Şifreleme duruşunu göster" → operatör-tarafı substrate (KMS audit log + `data_governance_report.json`).
 7. "Olay müdahalesini göster" → `audit.classifier_load_failed` + F-compliance-110 strict gate.
diff --git a/docs/usermanuals/tr/operations/supply-chain.md b/docs/usermanuals/tr/operations/supply-chain.md
index 0f4d0410..e53e9b90 100644
--- a/docs/usermanuals/tr/operations/supply-chain.md
+++ b/docs/usermanuals/tr/operations/supply-chain.md
@@ -19,7 +19,7 @@ ForgeLM sürüm tag'i başına bir CycloneDX 1.5 SBOM yayınlar ve `pip-audit` +
 
 ```bash
 # Bir sürüm için tüm SBOM'lar.
-gh release download v0.5.5 --pattern 'sbom-*'
+gh release download v0.7.0 --pattern 'sbom-*'
 
 # Birini güzel-yazdır.
 jq . sbom-ubuntu-latest-py3.11.json | less
diff --git a/docs/usermanuals/tr/reference/configuration.md b/docs/usermanuals/tr/reference/configuration.md
index 29a7e5a4..2d8cb539 100644
--- a/docs/usermanuals/tr/reference/configuration.md
+++ b/docs/usermanuals/tr/reference/configuration.md
@@ -7,23 +7,30 @@ description: ForgeLM'in anladığı her YAML alanı — tipler, varsayılanlar,
 
 Bu, ForgeLM'in kabul ettiği her YAML alanının kanonik referansıdır. Şema Pydantic ile zorlanır; `forgelm --config X.yaml --dry-run` dosyanızı şemaya karşı doğrular.
 
-Üst seviye config 12 bloktan oluşur:
+Üst seviye config 15 bloktan oluşur:
 
 ```yaml
+# INVALID: yalnızca yapı genel görünümü — her bloğun gerçek alanları aşağıda
+# belgelenmiştir; {...} yer tutucuları çalıştırılabilir bir config değildir.
 model:           {...}
 lora:            {...}
-galore:          {...}
-datasets:        [...]
 training:        {...}
+data:            {...}
+auth:            {...}
 evaluation:      {...}
-synthetic:       {...}
-merge:           {...}
+webhook:         {...}
 distributed:     {...}
+merge:           {...}
 compliance:      {...}
-output:          {...}
-auth:            {...}
+risk_assessment: {...}
+monitoring:      {...}
+synthetic:       {...}
+retention:       {...}
+pipeline:        {...}
 ```
 
+> **Not:** `galore` alanları ayrı bir üst-seviye blok değil, `training:` içinde düz alt-alanlardır (`galore_*` önekiyle). Aşağıdaki [`training:`](#training) bölümüne bakın.
+
 ## `model:`
 
 ```yaml
@@ -58,22 +65,10 @@ lora:
   use_rslora: false
 ```
 
-## `galore:` (lora alternatifi)
+## `data:`
 
 ```yaml
-galore:
-  enabled: false                              # lora.r ile çakışır
-  rank: 256
-  update_proj_gap: 200
-  scale: 0.25
-  proj_type: "std"
-  target_modules: ["attn", "mlp"]
-```
-
-## `datasets:`
-
-```yaml
-datasets:
+data:
   - path: "data/train.jsonl"                  # gerekli
     format: "messages"                        # belirtilmezse otomatik algılanır
     weight: 1.0
@@ -130,7 +125,7 @@ evaluation:
   benchmark:
     enabled: false
     tasks: []
-    floors: {}
+    min_score: null  # görevler arası ortalama skalar taban (kaldırılan per-task floors dict'in yerine)
     num_fewshot: 0
     batch_size: 8
     limit: null
@@ -159,11 +154,7 @@ evaluation:
     lookback_runs: 10
     drift_p_threshold: 0.05
     fail_on_concern: "high"
-  auto_revert:
-    enabled: false
-    last_good_checkpoint: null
-    notify_on_revert: true
-    keep_failed_checkpoint: true
+  auto_revert: false  # boolean; EU AI Act yüksek-risk regresyon kapısını etkinleştirmek için true yapın
   guards: {}
 ```
 
@@ -246,30 +237,65 @@ compliance:
   license: "Apache-2.0"
 ```
 
-## `output:`
+## `webhook:`
 
 ```yaml
-output:
-  dir: "./checkpoints/run"                    # gerekli
-  model_card: true
-  save_format: "safetensors"
-  save_strategy: "epoch"
-  save_steps: 500
-  webhook:
-    url: null
-    template: "slack"
-    events: []
-  # cost_tracking:                             # yol haritası — henüz uygulanmadı; bkz. GPU Maliyet Tahmini sayfası + risks-and-decisions.md
-  #   enabled: false                           # forgelm/config.py tarafından honure edilmez (output.cost_tracking yüzeyi yok)
-  #   rate_per_hour: {}
-  #   currency: "USD"
-  #   alert_threshold_usd: null
-  #   halt_threshold_usd: null
-  gguf:
-    enabled: false
-    quant_levels: ["q4_k_m"]
-    output_dir: "${output.dir}/gguf/"
-    manifest: true
+webhook:
+  url: null                                   # Slack / Teams / Discord / özel; url_env tercihli
+  url_env: null                               # webhook URL'sini taşıyan env değişkeni
+  notify_on_start: true
+  notify_on_success: true
+  notify_on_failure: true
+  timeout: 10                                 # HTTP istek zaman aşımı (saniye)
+  allow_private_destinations: false           # küme-içi endpoint'ler için SSRF opt-in
+  require_https: false                        # true olduğunda düz http:// URL'leri reddeder
+  tls_ca_bundle: null                         # özel CA paketi yolu (kurumsal MITM)
+```
+
+## `risk_assessment:`
+
+```yaml
+risk_assessment:
+  intended_use: ""                            # Madde 9(2)(a): amaçlanan kullanım (serbest metin)
+  foreseeable_misuse: []                      # Madde 9(2)(b): öngörülebilir kötüye kullanım senaryoları
+  risk_category: "minimal-risk"              # unknown | minimal-risk | limited-risk | high-risk | unacceptable
+  mitigation_measures: []                    # Madde 9(2)(c): azaltım adımları
+  vulnerable_groups_considered: false        # Madde 9(2)(b): kırılgan gruplar değerlendirildi mi
+```
+
+## `monitoring:`
+
+```yaml
+monitoring:
+  enabled: false                              # Madde 12 pazar-sonrası izlemeyi etkinleştir
+  endpoint: ""                               # İzleme webhook URL'si (Prometheus / Datadog / özel)
+  endpoint_env: null                          # endpoint'i geçersiz kılan env değişkeni
+  metrics_export: "none"                     # none | prometheus | datadog | custom_webhook
+  alert_on_drift: true                       # drift tespitinde webhook uyarısı
+  check_interval_hours: 24                   # izleme periyodu (saat)
+```
+
+## `retention:`
+
+```yaml
+retention:
+  audit_log_retention_days: 1825             # varsayılan 5 yıl (Madde 5(1)(e))
+  staging_ttl_days: 7                        # forgelm reject sonrası staging modelini saklama süresi
+  ephemeral_artefact_retention_days: 90      # uyumluluk paketleri, denetim raporları
+  raw_documents_retention_days: 90           # ingest edilen PDF/DOCX/EPUB/TXT/Markdown
+  enforce: "log_only"                        # log_only | warn_on_excess | block_on_excess
+```
+
+## `pipeline:`
+
+```yaml
+pipeline:
+  output_dir: "./pipeline_run"               # pipeline-seviyesi çıktı dizini
+  stages:                                     # sıralı eğitim aşamaları listesi (min 1)
+    - name: "sft"
+      training: { trainer: "sft", epochs: 3 }
+    - name: "dpo"
+      training: { trainer: "dpo", epochs: 1 }
 ```
 
 ## `auth:`
@@ -285,7 +311,7 @@ auth:
 
 `deployment:` üst-seviye YAML anahtarı yoktur — `ForgeConfig` bilinmeyen anahtarları reddeder (`extra="forbid"`), dolayısıyla eğitim config'inize eklerseniz yükleme anında `ConfigError` fırlar. Deployment knob'ları YAML yerine `forgelm deploy` CLI bayrakları olarak açılır. Canlı target seçenekleri `--target {ollama,vllm,tgi,hf-endpoints}`'dir; tam surface için [Deploy hedefleri sayfasına](#/deployment/deploy-targets) ve [CLI referansına](#/reference/cli) bakın.
 
-> **v0.6.0+ için planlanan:** YAML-destekli `deployment:` bölümü [GitHub'daki Phase 14 pipeline-chains yol haritasında](https://github.com/HodeTech/ForgeLM/blob/main/docs/roadmap.md) (eski v0.5.x placeholder'larından ertelendi). O zamana kadar, üçüncü taraf şablonlarda gördüğünüz herhangi bir "deployment:" YAML'ını bilgilendirici sayın; otoriter olan yalnızca `forgelm deploy` bayraklarıdır.
+> **Henüz planlanmadı:** YAML-destekli `deployment:` bölümü v0.7.0 sonrasına ertelenmiştir. O zamana kadar, üçüncü taraf şablonlarda gördüğünüz herhangi bir "deployment:" YAML'ını bilgilendirici sayın; otoriter olan yalnızca `forgelm deploy` bayraklarıdır.
 
 ## Bkz.
 
diff --git a/docs/usermanuals/tr/training/distributed.md b/docs/usermanuals/tr/training/distributed.md
index ccb9e126..52a38a2c 100644
--- a/docs/usermanuals/tr/training/distributed.md
+++ b/docs/usermanuals/tr/training/distributed.md
@@ -48,10 +48,10 @@ Unsloth, Llama, Qwen, Mistral ve birkaç model için drop-in optimizasyondur. At
 ```yaml
 model:
   name_or_path: "Qwen/Qwen2.5-7B-Instruct"
-  use_unsloth: true                     # ihtiyacınız olan tek bayrak
+  backend: "unsloth"                    # ihtiyacınız olan tek bayrak
 
 training:
-  trainer: "sft"
+  trainer_type: "sft"
   # ... eğitim config'i değişmez
 ```
 
@@ -117,7 +117,7 @@ Hangi backend'i kullanırsanız kullanın, gradient accumulation VRAM'in izin ve
 
 ```yaml
 training:
-  batch_size: 1                         # cihaz başına
+  per_device_train_batch_size: 1        # cihaz başına
   gradient_accumulation_steps: 32       # etkili batch = 1 × 32 × num_gpus
 ```
 
diff --git a/docs/usermanuals/tr/training/galore.md b/docs/usermanuals/tr/training/galore.md
index 5b6b4d3b..96e38f67 100644
--- a/docs/usermanuals/tr/training/galore.md
+++ b/docs/usermanuals/tr/training/galore.md
@@ -26,34 +26,30 @@ model:
   load_in_4bit: false                  # GaLore full precision'ı tercih eder
   max_length: 4096
 
-galore:
-  enabled: true
-  rank: 256                            # LoRA'dan yüksek — projeksiyon rank'i
-  update_proj_gap: 200                 # her N adımda bir yeniden projekte et
-  scale: 0.25
-  proj_type: "std"                     # std (varsayılan), reverse_std, right, left
-
 training:
-  trainer: "sft"
+  trainer_type: "sft"
   learning_rate: 1.0e-5                # full-FT learning rate, LoRA'nınki değil
   optimizer: "galore_adamw_8bit"
-
-output:
-  dir: "./checkpoints/galore"
+  galore_enabled: true
+  galore_rank: 256                     # LoRA varsayılanından yüksek (128) — projeksiyon rank'i
+  galore_update_proj_gap: 200          # her N adımda bir yeniden projekte et
+  galore_scale: 0.25
+  galore_proj_type: "std"              # std (varsayılan), reverse_std, right, left
+  output_dir: "./checkpoints/galore"
 ```
 
-`galore.enabled: true` iken ForgeLM otomatik olarak GaLore-uyumlu optimizer'ı kullanır; aynı koşuda `lora` blok'unu konfigüre etmeyin.
+`training.galore_enabled: true` iken ForgeLM otomatik olarak GaLore-uyumlu optimizer'ı kullanır; aynı koşuda `lora` bloğunu konfigüre etmeyin.
 
 ## Parametreler
 
 | Parametre | Tip | Vars. | Açıklama |
 |---|---|---|---|
-| `enabled` | bool | `false` | Ana anahtar. |
-| `rank` | int | `256` | Gradient projeksiyon rank'i. Yüksek = full-FT'ye yakın, daha çok bellek. |
-| `update_proj_gap` | int | `200` | Yeniden projeksiyon adım aralığı. Düşük = değişen gradient'lere hızlı uyum. |
-| `scale` | float | `0.25` | Projekte edilmiş gradient'lerin ölçeği. |
-| `proj_type` | string | `"std"` | Projeksiyon yönü. Yakınsama tıkanırsa deneyin. |
-| `target_modules` | list | `["attn", "mlp"]` | Hangi modüllerin gradient'leri projekte edilecek. |
+| `training.galore_enabled` | bool | `false` | Ana anahtar. |
+| `training.galore_rank` | int | `128` | Gradient projeksiyon rank'i. Yüksek = full-FT'ye yakın, daha çok bellek. |
+| `training.galore_update_proj_gap` | int | `200` | Yeniden projeksiyon adım aralığı. Düşük = değişen gradient'lere hızlı uyum. |
+| `training.galore_scale` | float | `0.25` | Projekte edilmiş gradient'lerin ölçeği. |
+| `training.galore_proj_type` | string | `"std"` | Projeksiyon yönü. Yakınsama tıkanırsa deneyin. |
+| `training.galore_target_modules` | list | `null` | Hangi modüllerin gradient'leri projekte edilecek. |
 
 ## Bellek karşılaştırması
 
@@ -65,7 +61,7 @@ output:
 | LoRA r=16 | %0.2 | 18 GB | 9 GB (QLoRA) |
 | **GaLore r=256** | **%100** | **22 GB** | yok |
 
-Yani GaLore r=256 ile 7B modeli tek 24 GB GPU'da full fine-tune edebilirsiniz — kabaca full-precision LoRA ile aynı VRAM, ama her ağırlığa erişimle.
+Yani GaLore r=256 ile (göstermelik; gönderilen varsayılan r=128'dir) 7B modeli tek 24 GB GPU'da full fine-tune edebilirsiniz — kabaca full-precision LoRA ile aynı VRAM, ama her ağırlığa erişimle.
 
 ## Compute
 
@@ -74,7 +70,7 @@ GaLore adım başına LoRA'dan ~%15-20 daha yavaştır; projeksiyon ve yeniden p
 ## Sık hatalar
 
 :::warn
-**GaLore'u LoRA ile birleştirmeye çalışmak.** Bunlar alternatiftir, tamamlayıcı değil. ForgeLM şeması aynı anda `lora.r` ve `galore.enabled` ayarlamayı reddeder.
+**GaLore'u LoRA ile birleştirmeye çalışmak.** Bunlar alternatiftir, tamamlayıcı değil. ForgeLM şeması aynı anda `lora.r` ve `training.galore_enabled` ayarlamayı reddeder.
 :::
 
 :::warn
diff --git a/docs/usermanuals/tr/training/long-context.md b/docs/usermanuals/tr/training/long-context.md
index ac55ec7e..bd7725fb 100644
--- a/docs/usermanuals/tr/training/long-context.md
+++ b/docs/usermanuals/tr/training/long-context.md
@@ -35,20 +35,23 @@ flowchart LR
 model:
   name_or_path: "Qwen/Qwen2.5-7B-Instruct"
   max_length: 32768
-  rope_scaling:
-    type: "linear"
-    factor: 4.0                         # 8K base × 4 = 32K
-  sliding_window: 4096                  # 4K pencerelerde işle
   load_in_4bit: true
 
+lora:
+  r: 16
+  alpha: 32
+
 training:
-  trainer: "sft"
+  trainer_type: "sft"
   packing: true                         # throughput için kritik
   neftune_noise_alpha: 5.0              # eğitim-zamanı embedding gürültüsü
+  rope_scaling:
+    type: "linear"
+    factor: 4.0                         # 8K base × 4 = 32K
+  sliding_window_attention: 4096        # 4K pencerelerde işle
 
-datasets:
-  - path: "data/long-docs.jsonl"
-    format: "messages"
+data:
+  dataset_name_or_path: "data/long-docs.jsonl"
 ```
 
 ## RoPE scaling tipleri
@@ -93,9 +96,10 @@ Packing'li:  [örnek1][örnek2][örnek3][örnek4][örnek5]
 ```yaml
 training:
   packing: true
-  packing_max_length: 32768            # genelde = max_length
 ```
 
+Maksimum paketlenmiş dizi uzunluğunu kontrol etmek için `model.max_length` ayarlayın.
+
 :::warn
 Packing örneklerin bağımsız olduğunu varsayar. Tam bağlamı koruması gereken uzun dokümanlarda (kitap bölümleri, kaynak kod repo'ları) `packing: false` ayarlayın.
 :::
diff --git a/docs/usermanuals/tr/training/lora.md b/docs/usermanuals/tr/training/lora.md
index 3c818153..b952f416 100644
--- a/docs/usermanuals/tr/training/lora.md
+++ b/docs/usermanuals/tr/training/lora.md
@@ -64,7 +64,7 @@ lora:
   modules_to_save: []                   # full-precision modüller (ör. embedding)
 
 training:
-  trainer: "sft"
+  trainer_type: "sft"
   learning_rate: 2.0e-4                 # LoRA full FT'den yüksek LR tolere eder
 ```
 
diff --git a/docs/usermanuals/tr/training/simpo.md b/docs/usermanuals/tr/training/simpo.md
index 3c30c397..31132517 100644
--- a/docs/usermanuals/tr/training/simpo.md
+++ b/docs/usermanuals/tr/training/simpo.md
@@ -70,6 +70,7 @@ ForgeLM `loss_type`, `length_normalize` veya `label_smoothing`'i yapılandırıl
 |---|---|---|---|
 | 7B | 16 | 4096 | 9 GB |
 | 13B | 16 | 4096 | 16 GB |
+| 8B | 32 | 8192 | 18 GB |
 
 ## `simpo_beta` ve `simpo_gamma`