mangaba-reforma-tributaria-2b

Adapter LoRA que especializa mlx-community/gemma-2-2b-it-4bit na Reforma Tributária do consumo no Brasil — EC 132/2023, LC 214/2025, IBS, CBS e Imposto Seletivo.

Treinado 100% com fontes públicas oficiais, sem dataset sintético gerado por LLM:

Fonte	O que entrou
Planalto (texto consolidado)	EC 132/2023 e LC 214/2025, artigo a artigo
Dados Abertos da Câmara dos Deputados	PEC 45/2019, PLP 68/2024, PLP 108/2024 e correlatas: ementa, situação e tramitações
Dados Abertos do Senado Federal	Matérias correspondentes: ementa, explicação e indexação

Uso (MLX, Apple Silicon)

Dois cuidados que mudam completamente o resultado:

1. O modelo base não aceita o papel system — a instrução de sistema tem que ir no início do turno do usuário, que é como o dataset foi construído. Sem isso o adapter responde como o modelo base.
2. Use grounding: recupere os artigos relevantes e coloque-os no prompt. Sozinho, um 2B inventa o número do dispositivo com toda a confiança do mundo.

from huggingface_hub import snapshot_download
from mlx_lm import generate, load
from mlx_lm.sample_utils import make_logits_processors

SYSTEM = (
    "Você é um assistente especialista na Reforma Tributária do consumo no Brasil "
    "(EC 132/2023, LC 214/2025, IBS, CBS e Imposto Seletivo). Responda em português do Brasil, "
    "de forma objetiva e sempre citando a norma e o artigo que fundamentam a resposta. "
    "Se não houver base normativa para a resposta, diga isso explicitamente."
)

modelo, tok = load(
    "mlx-community/gemma-2-2b-it-4bit",
    adapter_path=snapshot_download("mangaba-ai/mangaba-reforma-tributaria-2b"),  # --adapter-path exige diretório local
)

pergunta = "O que estabelece o Art. 112 da LC 214/2025?"
trechos = "..."  # artigos recuperados do texto oficial (BM25, embeddings, o que preferir)
conteudo = f"{SYSTEM}\n\n### Trechos oficiais:\n{trechos}\n\n{pergunta}"

prompt = tok.apply_chat_template(
    [{"role": "user", "content": conteudo}], add_generation_prompt=True, tokenize=False
)
print(generate(
    modelo, tok, prompt=prompt, max_tokens=400,
    logits_processors=make_logits_processors(repetition_penalty=1.1),  # evita loops
))

Saída real dessa chamada:

"Art. 112. A devolução do IBS a que se refere o inciso II do caput deste artigo será gerida pelo Comitê Gestor do IBS, a quem competirá as atribuições previstas no art. 114 desta Lei Complementar, respeitadas as especificidades." (NR)

Fonte: LC 214/2025, Art. 112.

Dados de treino

• 1257 exemplos de treino, 69 de validação, 69 de teste
• Dataset publicado: https://huggingface.co/datasets/mangaba-ai/reforma-tributaria-instruct
• Quatro formatos: teor do dispositivo, citação inversa (dado o trecho, identificar o artigo), mapa temático (quais artigos tratam de X) e situação legislativa das proposições

Avaliação

30 exemplos do split de teste, geração gulosa (temperatura 0):

Métrica	Base (sem fine-tuning)	Com adapter
Acerto do dispositivo citado	0.2	0.5667
Acerto da norma citada	0.8667	0.6667
Cobertura dos termos da referência	0.1217	0.4821

• Acerto do dispositivo — a resposta cita o mesmo artigo da referência
• Acerto da norma — cita a norma correta (LC 214/2025 / EC 132/2023)
• Cobertura — fração dos termos relevantes da referência presentes na resposta

O acerto da norma cai de propósito visível: o modelo base escreve "LC 214/2025" em quase toda resposta porque o nome da norma aparece no próprio prompt — acerta a norma e erra o artigo. É uma métrica fácil de saturar. As duas que medem conhecimento real, dispositivo e cobertura, sobem cerca de 3x e 4x.

Treino

LoRA rank 16 (dropout 0.05) nas projeções de atenção das últimas 8 camadas, batch 1, lr 1e-5, gradient checkpointing. 1,97 M de parâmetros treináveis (0,075% do modelo).

800 iterações no total, em duas etapas: 600 com max_seq_length 2048 e mais 200 com 1536, depois de um estouro de memória da GPU (Metal, Insufficient Memory) em 16 GB por volta da iteração 640. Os pesos publicados são o checkpoint da iteração 600, que teve o menor val loss: 3,481 → 0,800.

Limitações

É um modelo de 2 bilhões de parâmetros. O fine-tuning ensinou como citar — formato, vocabulário e o hábito de apontar norma e artigo. Ele não memorizou os 678 artigos.

• Sem grounding, ele alucina o dispositivo: perguntado sobre o Art. 112 sem contexto, respondeu com um texto de outra lei, e entrou em loop de repetição.
• Com grounding, acerta a citação nas perguntas diretas por artigo, mas ainda pode errar o número em perguntas abertas — num teste, atribuiu o cashback ao "Art. 476-A" em vez do Art. 112.
• Use repetition_penalty em torno de 1.1.

Sempre confira o dispositivo citado no texto oficial. Isto é ferramenta de consulta, não parecer, e não substitui orientação de profissional habilitado. O texto normativo é o vigente na data da coleta.

Projeto de origem

reforma-tributaria-ft — pipeline completo e reprodutível: coleta nas APIs oficiais, construção do dataset, LoRA, avaliação e uma API compatível com OpenAI que faz grounding (recupera os artigos por BM25 e injeta no prompt) e consulta ao vivo a situação das proposições na Câmara.