EVIDÊNCIA ABERTA · PT–EN
Carregando o laboratório
Experimentos registrados · sem inferência ao vivo · sem GPU nesta interface
BENCHMARKS HISTÓRICOS
Onde o adapter se compara ao base
ToLD-Br inclui a fonte de treino. OLID-BR tem sobreposição detectada; os testes externos já foram vistos no desenvolvimento posterior. A identidade completa dos prompts históricos não está registrada. Os probes abaixo são outra evidência.
Nenhum caso atende aos filtros. Limpe a busca ou desmarque “Só divergências”.
INTERVENÇÃO REGISTRADA
O que muda nesta decisão?
Δ é a mudança na margem em relação ao adapter completo. As barras são medições, sem interpolação. “Somente cabeça” desativa todos os adapters dos blocos; os efeitos não são atribuições aditivas.
Controles numéricos deste caso
tolerância 0,03No-op e restauração devem reproduzir os scores originais. Alterar todos os estados de uma camada não identifica, por si só, um circuito completo.
GEOMETRIA DESCRITIVA
Um espaço comum para PT, EN, base e adapter
Uma PCA centrada conjunta por camada; eixos entre camadas não estão alinhados. Pooling: vetor residual no último token compartilhado antes do dígito 0/1. A projeção não prova mecanismos compartilhados.
Par PT–EN no espaço original
Cosseno dos vetores completos de 2.560 dimensões, antes da projeção. Um cosseno alto não estabelece uma função causal compartilhada.
Vizinhos do caso selecionado
Mesma condição de modelo; busca exata no pequeno conjunto completo deste experimento. A tradução pareada pode aparecer.
Tokenização do conteúdo
Peças BPE e IDs reais do tokenizer Qwen3.5 fixado; contagem só do conteúdo, sem a política do sistema. Peças não equivalem a palavras ou conceitos.
Dados e método desta versão
São 20 pares PT–EN autorados por IA, 40 textos únicos, 32 camadas e 1.640 condições medidas com o ModeraBR-v3. Os probes são os mesmos do estudo exploratório anterior; esta execução mede novos pesos, não cria um novo benchmark independente. Os rótulos pretendidos e as traduções não receberam revisão humana.
A política de ofensividade publicada é mantida em português para entradas PT e EN. Os scores usam os dígitos 0 e 1 no próximo token, no prefixo real da interface do modelo. A margem exibida é log P(1) − log P(0) − limiar. Base e adapter usam seus limiares publicados; todas as intervenções mantêm fixo o limiar do adapter. Portanto, o delta entre uma intervenção e o adapter não inclui mudança de limiar.
Foram medidas desativações individuais do LoRA nas 32 camadas, cabeça de saída desativada/isolada, patches do residual do base nas camadas 15 e 31, no-op, patch de outro caso e restauração. Os 402 tensores do adapter foram verificados exatamente após cast. Os controles numéricos e todas as condições estão disponíveis nos dados.
O que essas medições permitem investigar
Efeitos locais e dependentes do caso, mudanças após adaptação e diferenças de comportamento e geometria entre idiomas. Uma ablação não é uma atribuição aditiva, e uma PCA ou um patch isolado não demonstram um circuito completo, segurança geral ou transferência de steering.