📰 Detector de Fake News em Português — BERTimbau V4

Modelo para detecção e auditoria de notícias em língua portuguesa, baseado no BERTimbau (neuralmind/bert-base-portuguese-cased) ajustado com técnica de Chunking Desenviesado (eliminando o viés de tamanho de texto — shortcut learning).

📊 Métricas de Desempenho (Teste Cego em 100 Notícias Reais)

• Acurácia Global: 98.00% (98/100)
• Detecção de Notícias Falsas (Recall): 100.00% (50/50 - Zero notícias falsas deixadas passar)
• Precisão em Notícias Falsas: 96.15%
• Precisão em Notícias Verdadeiras: 100.00%
• Recall em Notícias Verdadeiras: 96.00% (48/50)

🚀 Como Consumir via Python (Transformers)

from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline

model_name = "oficialmarlon/bertimbau-fakenews-detector-v4"
classifier = pipeline("text-classification", model=model_name, tokenizer=model_name)

# Formatação ideal: Titulo [SEP] Subtitulo [SEP] Texto
texto_noticia = "Banco Central mantém juros [SEP] Decisão unânime do Copom [SEP] O Comitê decidiu manter a Selic em 10,50%."
resultado = classifier(texto_noticia)
print(resultado)
# Output: [{'label': 'VERDADEIRA', 'score': 0.997}]

🌐 Consumo via API REST (Hugging Face Inference API)

curl https://router.huggingface.co/hf-inference/models/oficialmarlon/bertimbau-fakenews-detector-v4 \
     -X POST \
     -H "Authorization: Bearer $HF_TOKEN" \
     -H "Content-Type: application/json" \
     -d '{"inputs": "Título da notícia [SEP] Subtítulo [SEP] Texto completo"}'