guifav/caramelo

Versão em produção: [Caramelo 4.4.1](https://hf.co/guifav/caramelo-gemma4-e4b) (Gemma 4 E4B). Este card é a geração anterior (Gemma 3 4B).

Caramelo 3.4.2

Um assistente de IA brasileiro com a voz do Gui. É o Gemma 3 4B da Google com um fine-tune LoRA no estilo de escrita de Guilherme Favaron (guifav.github.io): direto ao ponto, argumentando com dados e exemplos, em português do Brasil, sem hype e sem emoji.

Versão 3.4.2 — o esquema é caramelo {geração-Gemma}.{tamanho-B}.{iteração}: 3.4 é a base (Gemma 3, 4B) e .2 é a segunda iteração do fine-tune. Estes pesos são o decoder de texto do Gemma 3 4B (as capacidades de visão da base não estão incluídas).

Como ele se compara ao Gemma base

Medimos em três eixos, sempre contra o Gemma 3 4B base.

1. Voz e estilo — o Caramelo ganha com folga

Em comparação A/B cega (juízes GLM-5.2 e Codex, mesma persona e amostragem, n=24 prompts fora do treino), o Caramelo é o preferido:

[image]

2. Raciocínio — preservado

O fine-tune de estilo não degradou o raciocínio neste benchmark. No ENEM (múltipla escolha, n=1432, acertos):

Trocamos a voz sem perder o raciocínio.

3. Conversa geral — o tradeoff de concisão, mitigado

Em tarefas diversas (código, matemática, extração, explicações), a concisão do estilo do Gui chegava a custar utilidade: o modelo respondia certo, mas curto demais para o que a tarefa pedia. Uma instrução de completude na persona — aplicada server-side pelo gateway, sem retreinar — recuperou a utilidade mantendo a voz:

[image]

Uso

from transformers import pipeline

pipe = pipeline("text-generation", model="guifav/caramelo", torch_dtype="bfloat16", device_map="auto")
msgs = [{"role": "user", "content": "me explica RAG em duas frases"}]
print(pipe(msgs, max_new_tokens=300)[0]["generated_text"][-1]["content"])

Sem o pipeline, aplique o chat template com tokenizer.apply_chat_template. Ou use a API compatível com OpenAI em ia-caramelo.com, ou a CLI: npm i -g caramelo-chat e caramelo login (loga e cria a chave no terminal).

Como foi treinado

• —Base: google/gemma-3-4b-it.
• —Dataset (~414 pares `pergunta → resposta no estilo do Gui`): construído por correção de estilo — prompts diversos em 8 domínios → rascunho do Gemma base → reescrita no estilo do Gui (ancorada em trechos reais dos artigos) → filtro por marcadores de estilo.
• —Método: QLoRA 4-bit (r=16, alpha=32), 3 épocas.
• —A iteração anterior (3.4.1), treinada nos artigos crus, regrediu vs base — virava "intro de artigo" em vez de responder. A 3.4.2 corrige isso com dados conversacionais.

Segurança

Estes pesos são o modelo de estilo. A camada de segurança do Caramelo (recusa de conteúdo perigoso) é aplicada server-side pelo gateway em ia-caramelo.com e não está embutida nestes pesos. Além disso, o fine-tune de estilo pode ter enfraquecido os guardrails residuais do Gemma base. Não use sem moderação própria. Uso proibido: ver a política do Gemma.

Licença

Herda os termos de uso do Gemma (Google). Ao redistribuir os pesos, inclua a atribuição ao Gemma e a política de uso proibido.

Créditos

Desenvolvido, treinado e mantido por Guilherme Favaron — guifav.github.io · guilhermefavaron.com.br.