docs: troca diagrama ASCII bi/cross por tabela comparativa (renderiza confiavel)

README.md

@@ -28,21 +28,13 @@ A família Qwen3 dedicada a recuperação tem dois ramos com arquiteturas difere
 - **Qwen3-Embedding** é um *bi-encoder*: codifica tweet e nota em vetores separados e mede similaridade vetorial. Captura "falam do mesmo assunto", mas perde nuance lógica — não percebe quando uma frase específica da nota desmente uma afirmação específica do tweet.
 - **Qwen3-Reranker** é um *cross-encoder*: lê o par `(tweet, nota)` concatenado num único contexto, com atenção cruzada em todas as camadas. Cada token da nota pode atender a cada token do tweet ao longo de toda a rede.
 
-```text
-┌───────────────────────────┐      ┌───────────────────────────┐
-│  BI-ENCODER (Embedding)   │      │  CROSS-ENCODER (Reranker) │
-├───────────────────────────┤      ├───────────────────────────┤
-│   [Tweet]       [Nota]    │      │    [ Tweet  +  Nota ]     │
-│      │             │      │      │             │             │
-│ [ Encoder ]   [ Encoder ] │      │        [ Encoder ]        │
-│      │             │      │      │   (atenção cruzada em     │
-│  [Vetor 1]     [Vetor 2]  │      │      todas as camadas)    │
-│      └──────┬──────┘      │      │             │             │
-│        [similaridade]     │      │       [classificador]     │
-│             │             │      │             │             │
-│         Utilidade         │      │         Utilidade         │
-└───────────────────────────┘      └───────────────────────────┘
-```
+| Aspecto | Bi-Encoder (Embedding) | Cross-Encoder (Reranker) |
+|---|---|---|
+| Entrada | tweet e nota processados **separadamente** | par `(tweet, nota)` **concatenado** |
+| Encoder | um encoder por texto | um encoder único que vê os dois |
+| Onde os textos se comparam | **depois** da codificação (similaridade vetorial) | **durante** a codificação (atenção cruzada em todas as camadas) |
+| Saída | dois vetores + similaridade | logit conjunto |
+| Captura bem | "falam do mesmo assunto" | "esta frase da nota desmente esta afirmação do tweet" |
 
 O Qwen3-Reranker é treinado nativamente como julgador de pares: emite `yes` ou `no` em resposta a uma instrução. Aqui mantemos esse protocolo literal e re-orientamos o `yes` para significar *nota útil*, com loss binária `BCEWithLogitsLoss` sobre `logit("yes") − logit("no")`. O tamanho `0.6B` viabiliza fine-tune fold-a-fold sob `StratifiedGroupKFold(5)` no mesmo regime dos baselines lexicais e bi-encoder, mantendo a comparação justa.