A maior parte da IA no Brasil é aplicação sobre modelos estrangeiros. A Elvisia constrói a camada de baixo.

A stack

Seis camadas, de baixo para cima. Cada uma com o estado real de hoje.

1. 01

   Tokenizer PT-BR

   Unigram de 48.000 tokens com byte fallback, treinado do zero em nove domínios. Tokens nativos para tool calling, preenchimento no meio e citação de fontes.

   ● Disponível
2. 02

   Modelos próprios

   NeuralBR-500 e NBR-1B estão publicados. Um modelo de ~2B está em treino com o tokenizer novo.

   ● Disponível◐ Em desenvolvimento
3. 03

   Model Router

   Decide, por tarefa, entre um modelo Elvisia local, um especializado ou um modelo de fronteira externo.

   ○ Pesquisa
4. 04

   Agent Runtime

   Objetivo, plano, ferramentas, execução e verificação. O usuário delega um resultado, não uma conversa.

   ◐ Em desenvolvimento
5. 05

   Camada de ferramentas brasileiras

   CNPJ, Diário Oficial, editais, legislação, CEP. As fontes que um agente precisa para trabalhar no Brasil.

   ○ Pesquisa
6. 06

   Deployment

   Nuvem, on-premise, edge em Jetson e Raspberry Pi, e offline de verdade.

   ◐ Em desenvolvimento

O tokenizer

Um unigram de 48.000 tokens treinado do zero numa mistura de nove domínios, com o jurídico como maior fatia. Byte fallback para não existir texto que ele não represente.

Tokens que ele tem e um tokenizer generalista não tem:

• <|tool_call|>
• <|tool_result|>
• <|fim_prefix|>
• <|fim_middle|>
• <|fim_suffix|>
• <|cite|>
• <|doc_start|>
• <|doc_end|>

Vinte e cinco tokens especiais, desenhados para agentes: chamada de ferramenta, resultado de ferramenta, preenchimento no meio de um arquivo e citação de fonte.

Os modelos

Treinados do zero, não afinados a partir de modelo estrangeiro.

Onde a stack roda

Drones e robôs não são um produto à parte. São mais um lugar onde a mesma stack roda.

• Nuvem
• On-premise
• Edge (Jetson, Raspberry Pi)
• Offline, sem rede nenhuma
• Embarcados
• Drones e robôs, como plataforma experimental

Foto da bancada de testes pendente. Não entra imagem gerada por IA no lugar de foto real do laboratório.

Para quem

Onde privacidade, operação offline e português de verdade mudam o resultado.

Indústria

O modelo roda no chão de fábrica, sem internet. O dado de processo não sai de lá.

Saúde

Inferência local, sem enviar prontuário para servidor de terceiro em outro país.

Governo

Uma stack auditável, hospedada onde a lei exige, sem depender de fornecedor único.

Jurídico

O tokenizer foi treinado com texto jurídico como maior fatia do corpus: 1,08 tokens por palavra.

Educação

Modelos pequenos o bastante para rodar no equipamento que a escola já tem.

Pesquisa

Pesos abertos, método descrito e números medidos, para quem quiser reproduzir.

O laboratório

Contato