Alef-Biblical-1.5B-Instruct

Por que o Alef existe?

Modelos de IA especializados em Bíblia e teologia quase sempre são em inglês. A comunidade de IA brasileira ainda tem muito espaço pra crescer nesse nicho.

O Alef foi construído por um desenvolvedor solo como experimento de fine-tuning especializado em PT-BR — com dataset curado, CPT denso e SFT conversacional feito do zero. O objetivo não é ser o modelo definitivo do assunto, mas mostrar que dá pra construir isso com recursos limitados, documentar o processo abertamente, e contribuir pra comunidade brasileira de IA evoluir nessa direção.

Se você quer aprender sobre CPT, SFT, GGUF ou fine-tuning de LLMs em português — esse projeto pode ser um bom ponto de partida.

---

Pipeline

markdown
Copy code
Polygl0t/Tucano2-qwen-1.5B-Base
        ↓  CPT — 368M tokens bíblicos em PT
plvictor/Alef-Biblical-1.5B-Base
        ↓  SFT com LoRA — ~82k exemplos conversacionais
plvictor/Alef-Biblical-1.5B-Instruct  ← você está aqui

---

Sobre o modelo

---

Treino — SFT

Dataset

~82.000 exemplos conversacionais gerados sobre o corpus do app Com Ele, em 24 categorias e 4 personas de usuário (iniciante, crente maduro, em crise, cético), cobrindo:

teologia · vida cristã · dor e crise · dúvida e fé · apologética · personagens bíblicos · exegese AT/NT · história bíblica · família · oração · escatologia · graça e perdão · missões · ética · relacionamentos · e mais.

Configuração

---

Arquivos GGUF

Disponíveis na pasta gguf/ deste repositório:

Nota: Use llama-cpp-python. Ollama não é recomendado para este modelo (não bufferiza bytes UTF-8 incompletos do tokenizador Qwen3).

---

Como usar

Transformers

python
Copy code
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "plvictor/Alef-Biblical-1.5B-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

messages = [
    {"role": "system", "content": "Você se chama Alef. Ajude cristãos e buscadores a conhecerem melhor a Bíblia em português."},
    {"role": "user", "content": "O que Jesus quis dizer com 'o maior entre vós será servo de todos'?"}
]

text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
output = model.generate(**inputs, max_new_tokens=512, do_sample=True, temperature=0.7)
print(tokenizer.decode(output[0][inputs.input_ids.shape[1]:], skip_special_tokens=True))

GGUF com llama-cpp-python

bash
Copy code
# Mac (Metal)
CMAKE_ARGS="-DGGML_METAL=on" pip install llama-cpp-python

# CUDA (Jetson / RTX)
CMAKE_ARGS="-DGGML_CUDA=on" pip install llama-cpp-python

python
Copy code
from llama_cpp import Llama

llm = Llama.from_pretrained(
    repo_id="plvictor/Alef-Biblical-1.5B-Instruct",
    filename="gguf/Alef-Biblical-1.5B-Q4_K_M.gguf",  # ou Q8_0 pra GPU
    n_gpu_layers=-1,
    n_ctx=4096,
    verbose=False
)

response = llm.create_chat_completion(
    messages=[
        {"role": "system", "content": "Você se chama Alef. Ajude cristãos e buscadores a conhecerem melhor a Bíblia em português."},
        {"role": "user", "content": "Me explica o Salmo 23."}
    ],
    max_tokens=512,
    temperature=0.7
)

print(response["choices"][0]["message"]["content"])

---

Personalidade

O Alef foi treinado com uma voz definida:

• Direto — quando a pergunta é simples, responde simples; quando é profunda, vai fundo
• Acolhedor — em momentos de dor, responde como um amigo de verdade, sem papo de chatbot
• Com convicção — fala o que acredita, não fica neutro o tempo todo como Wikipedia
• Bom humor — leveza na hora certa
• Não se chama de IA — é o Alef

O SFT capturou bem essa personalidade — quem testa geralmente nota a diferença em relação a modelos genéricos.

---

Resultados e honestidade

O Alef é um modelo de 1.5B parâmetros treinado por uma pessoa só, em alguns dias de GPU. Não compete com GPT-4 ou modelos maiores. O que ele faz bem:

• Conversar sobre Bíblia em português com profundidade e calor humano
• Responder perguntas teológicas e devocionais com contexto
• Rodar localmente em hardware acessível (Mac, Jetson)

O que ele não faz tão bem:

• Raciocínio complexo de múltiplos passos
• Temas fora do domínio bíblico/cristão
• Comparado a modelos 7B+, a qualidade cai em perguntas muito elaboradas

---

Limitações

• Especializado em PT-BR e conteúdo cristão; não adequado para uso genérico
• Pode refletir perspectivas teológicas do corpus de treino
• Não substitui orientação pastoral ou aconselhamento profissional

---

Sobre o criador

Desenvolvido por Paulo Victor Souza — desenvolvedor brasileiro, construindo projetos de IA em português.

Site: plvictor.com · HuggingFace: plvictor

---

Licença

Apache 2.0