Inteligência Artificial
Nadia-1 Small: decisões estruturadas em um modelo compacto
Conheça o modelo de decisão da Artinos: como funciona, seus resultados e os limites que acompanham a pesquisa.
Bernardo B. Perobeli · Artinos
5 min de leitura
A Artinos apresenta o Nadia-1 Small: um modelo multilíngue de 140,8 milhões de parâmetros, adaptado para escolher entre alternativas explícitas. A proposta é investigar decisões estruturadas com um modelo compacto, capaz de executar em CPU. Não é um chatbot de geração livre: sua função é avaliar opções dentro do contexto recebido.
Uma interface para diferentes decisões
A entrada reúne contexto, instrução, tipo de decisão e alternativas. A saída pode ser uma escolha categórica, uma decisão booleana ou uma pontuação ordinal. O modelo também retorna a distribuição de probabilidades, o índice escolhido e a contagem de tokens.
Imagine uma solicitação: “Fui cobrado duas vezes pelo mesmo pedido”. Com as opções Cobrança, Entrega e Acesso à conta, o modelo pode ser avaliado como um roteador de atendimento. Em outra etapa, as opções podem representar níveis de prioridade. É um exemplo ilustrativo de uso, não um resultado medido nessa solicitação.
Como o Nadia-1 Small foi construído
O ponto de partida é o mmBERT-small, um encoder multilíngue já pré-treinado. Adaptamos esse modelo base com uma cabeça compartilhada que pontua as alternativas, treinamento supervisionado e exemplos públicos e sintéticos. O ajuste final combina tarefas de inferência textual e uso de ferramentas com a reapresentação de exemplos supervisionados por um checkpoint anterior.
O limite implementado é de 2.048 tokens no total, incluindo contexto, instrução e opções. Entradas maiores são recusadas, sem corte silencioso. Isso torna o tamanho do menu e das descrições parte importante de qualquer integração.
O que os testes mostraram
Os resultados abaixo se referem ao checkpoint Small selecionado e aos protocolos descritos na pesquisa. Cada avaliação mede uma tarefa diferente; os percentuais não formam uma nota geral do modelo.
SIB: 76,15% de acurácia macro em 1.610 entradas de dez idiomas, com controle de sobreposição documental em relação ao DEV local.
xSID: 58,63% de acurácia macro por localidade, em 8.750 entradas de 18 localidades.
Typed: 40,40% de acurácia em 2.000 decisões. Neste protocolo, o Nadia-1 Small ficou abaixo do Julia-1.
Há ganhos em algumas tarefas e perdas em outras. Parte dos conjuntos influenciou o desenvolvimento, e o histórico completo de exposição aos testes não é conhecido. O estudo não apresenta uma posição no ranking geral do Decision Index.
Execução em CPU, medida com contexto
Na carga curta em inglês, o Nadia-1 Small registrou latência mediana de 47,61 ms e P95 de 52,56 ms com oito threads. Na mesma medição, Julia-1 registrou 54,67 ms de mediana e a versão original inglesa de Laya, 227,31 ms.
O teste usou 256 entradas, três repetições e um ambiente de CPU com oito núcleos provisionados e 24 GiB de memória. Os tempos incluem o fluxo de decisão com o modelo já carregado, mas não rede, fila, inicialização ou carregamento. Não são uma promessa de latência para qualquer computador ou aplicação.
Limites que precisam acompanhar o modelo
A ordem, os nomes e as descrições das alternativas podem mudar a qualidade da decisão. As probabilidades retornadas não devem ser interpretadas automaticamente como confiança calibrada. Em avaliações adicionais, o Small obteve 12,33% no MMLU-Pro e 25,33% de acurácia integral no When2Call MCQ, evidenciando limites de generalização.
Para aplicar o modelo, é necessário testar perguntas, opções, idiomas e custos de erro da operação real. Decisões de alto impacto exigem revisão humana. Algumas mudanças em modelos futuros podem ser aplicadas, como o uso de outros modelos base, por exemplo: EmbeddingGemma 2, Ettin Encoder-150M, Qwen3.5 0.8M e entre outros de tamanho inferior a 1 bilhão de parâmetros.
Pesquisa da Artinos
O Nadia-1 Small é uma investigação sobre decisões eficientes com recursos limitados. O objetivo é tornar visíveis tanto os resultados promissores quanto os pontos que ainda precisam evoluir, sem confundir um modelo especializado com inteligência geral.
Fonte: “Nadia-1: adaptação econômica de um encoder multilíngue para decisões estruturadas”, Bernardo B. Perobeli, Artinos, outubro de 2026. A pesquisa apresenta as versões ‘Small’ e ‘Base’, resumindo os resultados do manuscrito fornecido pelo autor.