[A-18] 성능 평가 리포트 (문서 Agent)

## 평가 지표
- 요약: ROUGE-L → 목표 0.4+, BERTScore
- Action Item 추출: Precision, Recall, F1 → 목표 F1 80%+
- 베이스라인 대비 개선율

## TODO
- [ ] 평가 데이터셋 준비
- [ ] 지표 측정 및 리포트 작성

## 담당 파일
- `ai/finetuning/evaluate.py`