Making-of, treinamento e resultados reais dos modelos do Syvorai AI Lab.
O bake-off de juízes contra o ouro humano, a destilação híbrida do v6, os experimentos v7 a v12, a campanha dos nove desafiantes e o ensemble campeão v10+swa publicado no Hugging Face sob Apache 2.0.
A régua estava errada: benchmark pareado contra o backbone zero-shot, adjudicação cega de 175 desacordos, um ouro de 1.000 chamados e a trilogia v3 → v4 → v5 até a correção pela causa raiz — re-rotular o train inteiro com um juiz forte.
Os resultados do decisor v2 e v3: acurácia no gold set, P/R/F1 das 17 categorias, calibração por temperature scaling, três rodadas de RLCD com um veredito negativo e a auditoria que revelou que a régua de avaliação estava errada.
O início do projeto Decisum: por que decidir é diferente de conversar, a arquitetura System 1 + System 2, os 447 mil exemplos de três fontes, a infraestrutura AMD ROCm e o bug de tokenização que quase enterrou o primeiro treino.