PatchInsight 0.1 — Model Card

Status: checkpoint ajustado; métricas sintéticas abaixo.

O modelo proposto é BERTimbau Base com ajuste completo dos pesos e cabeça de cinco saídas sigmoid na ordem action, context, method, result, measurement. Modelo base: neuralmind/bert-base-portuguese-cased, revisão 94d69c95f98f7d5b2a8700c420230ae10def0baa. A Model Card do base declara MIT; o aviso original está em licenses/BERTIMBAU-MIT.txt.

Treino executado: seed 42, até cinco épocas, AdamW, learning rate 2e-5, máximo de 192 tokens, batch 8 e acumulação 2. Seleção por macro-F1 de validação; empate mantém a época mais antiga. Limiar 0,5 para todos os rótulos, sem ajuste usando teste. patchinsight.json registra a configuração efetiva, a época selecionada, hashes dos dados e ambiente. Sigmoid não representa probabilidade calibrada nem qualidade do texto.

Dados: PatchInsight Synthetic pt-BR 0.1, 280/60/60 variantes, 70/15/15 cenários. São exemplos sintéticos anotados e revisados pela mesma IA, sem revisão humana. O teste é fixado antes dos experimentos e fica fora de seleção e ajuste.

Avaliação final contra referências sintéticas revisadas pela mesma IA:

Dataset: https://huggingface.co/datasets/enzoferracini/patchinsight-synthetic-ptbr Época selecionada por validação: 5. Contagens, suportes e ambiente completos em benchmark.json e patchinsight.json.

Inferência: patchinsight predict --model ./model --text '...' --json. O bundle é carregado localmente com hashes verificados. O retorno sinaliza truncamento; componentes negativos no prefixo truncado viram unknown para evitar afirmar ausência no texto completo. O score desses componentes é null. O modelo não extrai spans nem comprova causalidade entre ação e efeito.

Limitações: dados pequenos, composicionais, com atalhos lexicais e estilísticos; domínio concentrado em software/dados/IA; avaliação sem anotação humana; generalização externa desconhecida. Estruturas são regras de coocorrência e fixtures, não um benchmark humano de XYZ ou STAR.

Uso pretendido: experimento aberto de classificação de componentes textuais. Não usar para ranking de pessoas, contratação automática ou atribuir qualidade universal a textos profissionais. O projeto é autoral, independente, motivado por candidatura; não é patrocinado, supervisionado ou endossado por empresa.

Referência do encoder: Souza, Nogueira e Lotufo (2020), BERTimbau: Pretrained BERT Models for Brazilian Portuguese, BRACIS.

Treino executado em GPU local NVIDIA RTX A1000 6 GB, Python 3.11.14. Não houve sessão Kaggle/Colab nesta execução nem contratação de computação. O PyTorch avisou sobre atenção backward não determinística; não se alega identidade bit a bit entre retreinos. O ganho observado é pequeno e não comprova superioridade em currículos reais.

O benchmark referencia o manifest original do treino, preservado em training-manifest.json; manifest.json cobre o bundle publicado, incluindo esta card atualizada.