Delete cnn_bigru/README.md with huggingface_hub

cnn_bigru/README.md

@@ -1,178 +0,0 @@
-# CNN-BiGRU — Modelo Multimodal Cooperativo Autoaprendível
-
-Implementação completa de um LLM multimodal com arquitetura **CNN-BiGRU cooperativa**,
-inspirada nos projetos de referência:
-
-- `PowerMachine/gru-ring-v13-9-2/xavante_work/`
-- `PowerMachine/BiGRU_T_version/src/bigru_t/`
-
-O projeto é **diferente** dos anteriores: agrupa todos os componentes multimodais
-(texto + imagem + áudio) num único pipeline cooperativo, com divisão por competências.
-
----
-
-## Características Principais
-
-### 1. Arquitetura Cooperativa de 3 Níveis (do `dados.txt`)
-
-| Nível | Mecanismo | Descrição |
-|-------|-----------|-----------|
-| 1 | Cross-Attention Global | Ponte de cooperação pós-CNN entre redes A e B, com máscaras de padding |
-| 2 | Célula GRU Cooperativa Passo-a-Passo | `CellStepCooperativaComAtenuacao` com porta Gated (alfa ∈ [0,1]) que regula o quanto uma rede aceita da outra |
-| 3 | Fusão Final | Concatenação forward+backward de cada rede (128+128=256) |
-
-### 2. Multimodal (Texto + Imagem + Áudio)
-
-- **Texto**: Dual-stream CNN-BiGRU cooperativo (streams A e B)
-- **Imagem**: `ImageEncoder` (CNN 2D → flatten → projeção)
-- **Áudio**: `AudioEncoder` (CNN 1D sobre espectrograma)
-- **Fusão**: `MultimodalFusion` com gated fusion por modalidade
-
-### 3. Autoaprendizado (parâmetros matematicamente ajustados)
-
-Conforme `dados.txt` seções 9-10:
-
-- **Ajuste Dinâmico de LR**:
-  - `fator_G = exp(-κ * ||grad_G||) * (1 + v_media) / 2`
-  - `fator_V = exp(-κ * ||grad_V||) / (1 + L_V_media)`
-- **Controle de Gradiente**: clipping L2 + spectral normalization (power iteration)
-- **Inicialização Ortogonal**: matrizes recorrentes e convolucionais
-- **Estimativa de Curvatura**: aproximação por diferenças finitas
-
-### 4. Mecanismo de Hipóteses (ativado em punições)
-
-Quando o verificador pune um passo (v < THRESHOLD_ERR), ativa:
-
-- **N hipóteses paralelas** com transforms lineares diferentes
-- **Seleção via Gumbel-Softmax** (diferenciável)
-- **Porta de ativação** baseada em v
-
-### 5. Synergy Search (N tentativas de acerto)
-
-No início de cada época, busca N combinações de hiperparâmetros (pesos das perdas)
-e seleciona a configuração de menor perda.
-
-### 6. Múltiplas Funções de Perda
-
-Conforme `dados.txt` seção 8:
-
-```
-L_total = α * L_G_total + β * L_V + γ * L_AH + δ * L_reg
-L_G_total = L_G + λ * L_penal_linear + μ * L_penal_exp
-L_penal_linear = Σ (1 - v_t)
-L_penal_exp = Σ exp(γ * (1 - v_t))   se v_t < threshold
-L_V = BCE(v_t, rotulo_real)
-L_AH = Σ (1 - τ_t)                    (anti-alucinação fuzzy)
-L_reg = L2 + curvatura
-```
-
-### 7. Camada Anti-Alucinação (Lógica Fuzzy de Łukasiewicz)
-
-```python
-NOT(x)  = 1 - sigmoid(x)
-AND(x,y) = relu(sigmoid(x) + sigmoid(y) - 1)
-OR(x,y)  = min(1, sigmoid(x) + sigmoid(y))
-IMP(x,y) = min(1, 1 - sigmoid(x) + sigmoid(y))
-```
-
-### 8. Inferência Avançada
-
-- Temperatura, Top-K, Top-P (Nucleus Sampling)
-- Presence Penalty, Frequency Penalty
-- Avaliação de Perplexidade (PPL)
-
----
-
-## Estrutura por Competências
-
-```
-cnn_bigru/
-├── tokenizer/              # Competência: tokenização
-│   └── bbpe_tokenizer.py   # BBPE byte-level tokenizer
-├── utils/                  # Competência: utilitários de runtime
-│   ├── xeon_runtime.py     # Ativação Intel Xeon (AVX512+AMX+IPEX)
-│   ├── memory_optimizer.py # Otimização de memória (AMP, GC, offload)
-│   └── semantic_embeddings.py  # Embeddings semânticos (Sinkhorn OT)
-├── data/                   # Competência: carregamento de dados
-│   └── streaming_dataset.py # Dataset streaming multimodal
-├── models/                 # Competência: modelos neurais
-│   ├── cooperative_bigru.py    # Núcleo CNN-BiGRU cooperativo
-│   ├── multimodal_encoders.py  # Encoders de imagem/áudio + fusão
-│   ├── multimodal_model.py     # Modelo multimodal completo
-│   └── generator_verifier.py   # Gerador + Verificador + Anti-alucinação
-├── losses/                 # Competência: funções de perda
-│   └── losses.py           # Multi-loss com penalidades linear+exp
-├── training/               # Competência: treinamento
-│   ├── auto_learner.py         # Ajuste dinâmico LR + spectral norm
-│   ├── hypothesis_controller.py # Hipóteses + synergy search
-│   └── trainer.py              # Loop de treinamento cooperativo
-├── inference/              # Competência: inferência
-│   └── inference.py        # Sampling + PPL
-└── tests/                  # Competência: testes
-    └── test_50_samples.py  # Teste de 50 amostras
-```
-
----
-
-## Como Executar
-
-### Requisitos
-
-```bash
-pip install torch tokenizers transformers huggingface_hub datasets psutil tqdm
-```
-
-### Teste de 50 Amostras
-
-```bash
-python -m cnn_bigru.tests.test_50_samples
-```
-
-O teste executa:
-1. Ativação do runtime Xeon
-2. Treino do BBPE tokenizer
-3. Criação do dataset streaming (50 amostras)
-4. Instanciação dos modelos
-5. Treinamento cooperativo com synergy + hipóteses + auto-learn
-6. Inferência com sampling
-7. Avaliação de perplexidade
-8. Relatório de erros lógicos ou falhas
-
-### Resultado Esperado
-
-```
-✓ NENHUM ERRO CRÍTICO encontrado
-Amostras processadas: 50
-Synergy attempts: 3
-Hypothesis activations: variável
-STATUS: SUCESSO
-```
-
----
-
-## Referências
-
-- `dados.txt` (arquivo de entrada com pseudocódigo completo)
-- `huggingface.co/PowerMachine/gru-ring-v13-9-2/tree/main/xavante_work/`
-- `huggingface.co/PowerMachine/BiGRU_T_version/blob/main/src/bigru_t/tokenizer/bbpe_tokenizer.py`
-- `huggingface.co/PowerMachine/gru-ring-v13-9-2/blob/main/xavante_work/xavante/utils/semantic_embeddings.py`
-- `huggingface.co/PowerMachine/gru-ring-v13-9-2/blob/main/xavante_work/xavante/utils/memory_optimizer.py`
-- `huggingface.co/PowerMachine/gru-ring-v13-9-2/tree/main/xavante_work/xavante/training`
-- `huggingface.co/PowerMachine/BiGRU_T_version/blob/main/src/bigru_t/utils/xeon_runtime.py`
-- `huggingface.co/PowerMachine/gru-ring-v13-9-2/blob/main/xavante_work/flexnet/streaming_datasets_v13_9.py`
-
----
-
-## Notas de Segurança
-
-- **HF_TOKEN**: usado apenas para push inicial ao repositório. Após o push, o token
-  é removido do ambiente e dos scripts. Os scripts publicados não contêm nenhum
-  token embutido.
-- **Exceções**: todos os módulos usam `try/except` com logging adequado para
-  garantir robustez. O treinamento continua mesmo se alguns batches falharem.
-
----
-
-## Licença
-
-MIT