LOGI — Tutor de Logica e IA
LOGI e um modelo de linguagem em portugues treinado para atuar como tutor educacional do jogo Decifra.IA. Ele responde perguntas sobre logica proposicional, conceitos de inteligencia artificial e cenarios de uso critico de IA no cotidiano.
O que e o Decifra.IA
Decifra.IA e um jogo educacional desenvolvido como projeto de pesquisa com foco em alfabetizacao digital e letramento em inteligencia artificial. O jogador explora fases que ensinam raciocinio logico e conceitos de IA de forma ludica. Ao pressionar a tecla H, LOGI aparece como assistente contextual para dar dicas, explicacoes e provocar reflexao critica.
Capacidades
- Logica proposicional: AND, OR, NOT, IMPLICA, BICONDICIONAL, tabelas-verdade, provas
- Conceitos de IA: alucinacao, vies, RAG, fine-tuning, embeddings, modelos de linguagem, privacidade
- Cenarios H-key: deepfakes, phishing, LGPD, vigilancia algoritmica, bolhas de filtro
- Guardrails: recusa educada para perguntas fora do escopo (instalacao de software, codigo, consultas medicas)
Treinamento
| Item | Detalhe |
|---|---|
| Modelo base | Qwen/Qwen2.5-1.5B-Instruct |
| Metodo | QLoRA 4-bit via Unsloth |
| Rank LoRA | r=32, RSLoRA |
| Modulos alvo | q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj |
| Parametros treinaveis | 36.9M de 1.54B (2.40%) |
| Dataset | 1.183 exemplos proprios |
| Epocas | 3 |
| Learning rate | 2e-4 (cosine decay) |
| Batch efetivo | 16 (batch=2, grad_accum=8) |
| Hardware | T4 16GB (Google Colab) |
Composicao do Dataset
O dataset foi construido manualmente e cobre duas grandes areas:
- Logica proposicional (57,6% — 681 exemplos): tabelas-verdade, operadores logicos, provas formais, exercicios didaticos
- AI Literacy + Guardrails (42,4% — 502 exemplos): conceitos de IA, cenarios de uso critico, recusas educadas, identidade do modelo
Total: 1.183 exemplos apos deduplicacao de 1.312 brutos.
Avaliacao
Suite de 25 testes automatizados em 6 categorias, rodados apos o treinamento:
| Categoria | Acerto |
|---|---|
| H-Key | 100% |
| AI Literacy | 100% |
| Logica Composta | 100% |
| Guardrails | 75% |
| IMPLICA | 75% |
| Identidade | 67% |
Score geral: ~88% (22/25)
Como usar
from unsloth import FastLanguageModel
import torch
model, tokenizer = FastLanguageModel.from_pretrained(
model_name='guiiwfz/logi-1.5b',
max_seq_length=1024,
dtype=None,
load_in_4bit=True,
)
FastLanguageModel.for_inference(model)
msgs = [
{'role': 'system', 'content': 'Voce e LOGI.'},
{'role': 'user', 'content': 'Dado P = Verdadeiro e Q = Falso, qual o valor de P AND Q?'},
]
inputs = tokenizer.apply_chat_template(
msgs, tokenize=True, add_generation_prompt=True, return_tensors='pt'
).to('cuda')
out = model.generate(input_ids=inputs, max_new_tokens=300, temperature=0.1, do_sample=True)
print(tokenizer.decode(out[0][inputs.shape[-1]:], skip_special_tokens=True))
Saida esperada:
Passo 1: P = Verdadeiro, Q = Falso
Passo 2: AND e verdadeiro somente quando ambos os operandos sao verdadeiros
Passo 3 (Conclusao): Verdadeiro AND Falso = Falso
Resposta: Falso
Limitacoes
- Treinado exclusivamente em portugues brasileiro
- Escopo restrito: logica proposicional e conceitos introdutorios de IA
- IMPLICA com P=V, Q=F apresenta inconsistencias ocasionais (em correcao via DPO)
- Nao recomendado para uso fora do contexto educacional do Decifra.IA sem ajustes adicionais
- Nao possui acesso a internet ou base de dados externa
Licenca
Apache 2.0 — veja LICENSE para detalhes.
Desenvolvido como parte do projeto de pesquisa Decifra.IA.