README.md

metadata

title: README
sdk: static
pinned: false

Guilherme Monteiro

Tech lead em São Paulo. Trabalho com infraestrutura de LLM local e segurança, em português do Brasil, medindo em hardware modesto (CPU ou GPU grátis) e publicando método e limites ao lado de cada número.

Mais usados

• nl2bash-pt: pares de instrução em português e comando bash, para treinar e avaliar modelos de terminal. Tradução automática; o card traz a medição de erro.
• llm-injection-pilot: piloto pequeno de prompt injection em dois LLMs GGUF rodando só em CPU, com código, casos e saídas brutas. Não é benchmark.
• Aira-2-portuguese-124M-GGUF: conversão GGUF do nicholasKluge/Aira-2-portuguese-124M para rodar localmente com llama.cpp. Crédito dos autores originais.

Datasets

• cybercode-bench-ptbr: benchmark em pt-BR de administração Linux, shell e segurança defensiva, com categoria de recusa segura.
• cors-servidores-llm-locais: medições de CORS de llama-server, Ollama e vLLM na configuração padrão.
• nl2bash-pt: instrução em português para comando bash.
• llm-injection-pilot: piloto de prompt injection em CPU.
• br-sovereign-llm-corpus: protocolo de corpus auditado e amostra de validação de pipeline; não é corpus de pré-treino.
• china-ai-dataset: modelos, linha do tempo, regulação e organizações da IA na China.
• china-brazil-history-corpus: corpus curado de história da China e do Brasil para modelos pequenos (versão MVP).
• japan-math-philosophy-prompts: prompts de matemática e filosofia em pt-BR, en e ja; gerado por modelo, sem revisão humana.
• iceland-tech-christian-ethics-prompts: prompts fictícios pt-BR/inglês sobre governança de tecnologia e ética cristã.

Modelos

Conversões para uso local (todo o crédito é dos autores originais):

• Aira-2-portuguese-124M-GGUF e MLX 4-bit: Aira-2 124M para llama.cpp e Apple Silicon.
• Tucano-630m-GGUF e MLX 4-bit: TucanoBR/Tucano-630m para llama.cpp e Apple Silicon.
• NBR-1B-Portuguese-MCQ-GGUF e MLX 4-bit: limajr/NBR-1B-Portuguese-MCQ para llama.cpp e Apple Silicon.

Pesquisa e experimentos:

• br-sovereign-llm-research: protocolo para treinar LLMs em pt-BR do zero em infraestrutura local.
• br-sovereign-llm-smoke: checkpoint minúsculo só para validar o pipeline; não serve para uso.
• zh-news-gpt-20m: GPT pequeno treinado do zero com texto em chinês.

Spaces

• nl2bash-pt-explorer: consulta a amostra de medição de erro do nl2bash-pt.
• llm-injection-pilot-explorer: resultados agregados do piloto de injeção.
• cors-servidores-llm-locais: página com as medições de CORS.
• culture-compass: interface estática para explorar dois microdatasets multilíngues.

Links

• Lab: https://lab.cybercodebr.com
• Todos os links: https://links.cybercodebr.com