arc-decide
Notas do quadrante
Ver o quadrante completoPontuação pela rubrica pública do quadrante (maturidade × capability; bolha = adoção). Revisamos conforme a evidência.
- Maturidade6.3/10
Pesos MIT (0.6B v0.1, 0.4B v0.2) com ONNX int8 para CPU, um GGUF da comunidade, card detalhado, lista de perguntas canônicas e DATA.md. Classe Python Decider, sem servidor /v1/systemone. Usado dentro do DocsGPT; sem SLA.
- Capability6.7/10
Cabeças noul, choice (2–16 opções) e score de 3 ou 4 níveis, com temperatura por pergunta ajustada em linhas held-out. Tabelas do autor em conjuntos públicos held-out de relevância RAG, injection, grounding, roteamento e intenção. Sem latência. Fora de placares.
- Adoção3/100
HF em 14/10: 58 downloads (v0.1) e 35 (v0.2), 1 like; 489 downloads no GGUF do mradermacher. O card diz que ele decide dentro do DocsGPT.
Vendor claims
- arc-decide-0.4b-v0.2 cabe em 1 GB de memória em 4 núcleos de CPU e mantém a relevância DocsGPT do v0.1 (nDCG@10 0,916); três das metas definidas antes do treino não foram batidas e foram aceitas[Claim do fornecedor — não verificado independentemente]
- Mesmos conjuntos held-out, baselines zero-shot: injection deepset AUROC 0,982 vs Laya 0,901; AggreFact acurácia balanceada 0,701 vs Laya 0,595; Banking77 85,7% vs Laya 86,5%[Claim do fornecedor — não verificado independentemente]
Leia antes. O arc-decide é um especialista nas decisões pequenas que um app de RAG ou de agente toma a cada request. Foi treinado numa lista fixa de perguntas canônicas (
questions.json), e o card avisa que as respostas pioram longe delas. Todos os números são da Arc53 (UnverifiedClaim).
O que é
A Arc53, equipe do DocsGPT, publicou o arc-decide-0.6b-v0.1 em 30/09/2026 e o arc-decide-0.4b-v0.2 em 11/10, os dois MIT. Entra um estado (texto ou JSON) com perguntas tipadas; sai uma probabilidade calibrada numa passada, sem texto gerado. Os formatos de pergunta seguem o System One da TypeSafe: noul (P(sim)), choice (2–16 opções que você passa) e score (3 ou 4 níveis). Cobre inglês, espanhol, chinês e russo.
O v0.1 é o Qwen3-0.6B-Base com cabeças lineares tipadas lidas no último token. O v0.2 fica com as 16 primeiras das 28 camadas (cerca de 407M parâmetros) e foi retreinado nos dados do v0.1, com cada alvo misturado meio a meio com a resposta do próprio v0.1. Dois builds ONNX int8 miram máquinas sem GPU. As perguntas sobre um mesmo estado compartilham o encoding dele.
Resultados do autor (UnverifiedClaim)
| Conjunto held-out | v0.2 (0,41B) | v0.1 (0,6B) | Laya (421M) | Qwen3-4B-Instruct |
|---|---|---|---|---|
| Injection, deepset (AUROC) | 0,982 | 0,992 | 0,901 | 0,817 |
| Grounding, AggreFact (bacc) | 0,701 | 0,712 | 0,595 | 0,656 |
| Intenção, Banking77 (acc) | 85,7 | 87,5 | 86,5 | 88,9 |
| Roteamento, precisa de busca (AUROC) | 0,915 | 0,915 | 0,528 | – |
Laya e Qwen rodam zero-shot; o arc-decide foi treinado nesses tipos de pergunta, não nesses conjuntos. Contra o v0.1, o v0.2 não bateu três das próprias metas (BoolQ AUROC 0,901 vs 0,912, injection deepset 0,982 vs 0,992, uma meta de analytics), e a equipe publicou mesmo assim.
Conta das notas (14/10/2026)
- Maturidade = disponibilidade 9 × 0.30 + docs 7 × 0.25 + integrações 5 × 0.25 + suporte 3 × 0.20 = 2,70 + 1,75 + 1,25 + 0,60 = 6,30. Integrações 5: DocsGPT e um GGUF da comunidade.
- Capability = tipos 9 × 0.30 + calibração 7 × 0.25 + latência 4 × 0.25 + acurácia 6 × 0.20 = 2,70 + 1,75 + 1,00 + 1,20 = 6,65 → 6,7. Tipos 9: choice limitado a 16 opções, score a 4 níveis. Latência 4: nenhum número além de “cabe em 4 núcleos de CPU”.
- Adoção = engajamento 2 × 0.35 + ecossistema 3 × 0.35 + produção 3 × 0.30 = 0,70 + 1,05 + 0,90 = 2,65 → 3.