---
base_model: mlx-community/Qwen2.5-7B-Instruct-4bit
library_name: mlx
language:
  - pt
tags:
  - mlx
  - lora
  - fact-checking
  - portuguese
license: apache-2.0
---

# NexoVerdict IA — adapters MLX LoRA

Adapters experimentais do projeto NexoVerdict IA para português, treinados
sobre `mlx-community/Qwen2.5-7B-Instruct-4bit`. Este repositório não contém o
modelo-base: cada adapter deve ser carregado junto ao modelo indicado.

## Versões publicadas

| Caminho | Tarefa | Seleção | Resultado conhecido |
| --- | --- | --- | --- |
| `evidencias/v2` | verificação com evidências | melhor checkpoint, iteração 100 | acurácia 80,0%; F1 macro 35,6% |
| `evidencias/v3` | verificação com evidências por URL | melhor checkpoint, iteração 50 | acurácia 71,6%; F1 macro 30,1% |
| `classificacao/fakebr-v1` | classificação textual Fake.br | checkpoint final, iteração 400 | acurácia 70,0% em amostra de 10 itens |

As avaliações são pequenas e desbalanceadas. Nenhuma destas versões deve ser
tratada como verificador autônomo ou fonte de verdade. A versão v3 não acertou
casos de abstinência no teste reservado; o classificador Fake.br não recuperou
a classe verdadeira na amostra pequena. Use as fontes recuperadas e revisão
humana em decisões importantes.

O adapter de perguntas ainda não é publicado: a versão disponível localmente é
somente um smoke test de cinco iterações e não produz JSON válido.

## Uso com MLX-LM

Baixe uma versão e carregue-a com o mesmo modelo-base:

```bash
hf download Filipelac/nexoverdict-adapters \
  --include "evidencias/v3/*" \
  --local-dir models/nexoverdict-adapters

python -m mlx_lm.generate \
  --model mlx-community/Qwen2.5-7B-Instruct-4bit \
  --adapter-path models/nexoverdict-adapters/evidencias/v3 \
  --prompt "..."
```

Os prompts e validadores do repositório principal fazem parte do contrato de
uso. Carregar apenas os pesos não adiciona busca na web: a aplicação recupera
os links e trechos antes de chamar o modelo.

## Versionamento

Cada pasta representa uma versão funcional imutável. Novos adapters devem ser
publicados em novas pastas e acompanhados de configuração, resumo do treino,
métricas e hash SHA-256. Versões incompletas, smoke tests e checkpoints sem
avaliação não são releases.