Humanizer 12B: um reescritor local de texto de IA e o que os próprios números dele dizem

Linha do tempo

1. 11 de setembro de 2026

   O repositório humanizer aparece no Hugging Face. O card descreve um modelo de 12B, ajustado a partir do google/gemma-4-12B e lançado sob Apache 2.0, que reescreve rascunhos escritos por IA em inglês e chinês para que pareçam escritos por uma pessoa, mantendo todo número, unidade, data, nome e citação.

   jialinyyzz/humanizer model card

2. 2 de outubro de 2026

   O autor roda o Originality.ai na configuração mais rigorosa em 210 reescritas em inglês feitas com os pesos bf16: 11 são sinalizadas como IA, contra 26 da versão anterior. O card enfatiza que nenhum detector de IA foi usado em nenhuma etapa do treinamento.

   humanizer model card, Evaluation details

3. 4 de outubro de 2026

   A partir desta data, todo arquivo GGUF guarda nos metadados as configurações de amostragem recomendadas e traz um chat template que monta o prompt do modelo a partir da última mensagem do usuário, de modo que interfaces de chat, como o endpoint de chat do llama-server, podem conduzir um modelo que na verdade é uma ferramenta de completar texto.

   humanizer model card, Prompt format

O que ele é e o que não é

A maioria das ferramentas vendidas como «humanizadores de IA» são formulários na web. Este é um modelo que você baixa. O card descreve um reescritor de 12B de parâmetros que pega um rascunho escrito por um modelo de linguagem e o reescreve para parecer escrito por uma pessoa, em inglês e em chinês. O objetivo de projeto está numa única restrição: manter todo número, unidade, data, nome e citação, e não acrescentar nada. Ele roda localmente, há um aplicativo para Macs com Apple silicon e para Windows, e o card documenta ainda os caminhos llama.cpp, MLX, transformers, vLLM e Ollama. O modelo é ajustado a partir do google/gemma-4-12B, e pesos e código estão sob Apache 2.0.

Não é um chatbot. O card é enfático: é completar texto, sem system prompt e sem marcadores de turno: você envia uma instrução fixa, uma linha em branco, o seu rascunho, um separador e as palavras “Rewritten:”, e deixa o modelo continuar. O card manda parar só no fim de sequência, nunca numa stop string, e usar temperatura 1,0 e top-p 0,95 com top-k e min-p desligados, porque os padrões do llama.cpp e a configuração de geração incluída interfeririam. Essa exigência de detalhes é sinal de uma ferramenta feita para um único serviço.

Como foi feito, segundo o autor

A história do treinamento no card é detalhada o bastante para ser conferível, o que é raro. A primeira etapa foi ajuste fino supervisionado em 28 598 pares, cada um com um rascunho escrito por modelo de linguagem emparelhado a um original humano real; o lado humano é descrito como resumos de artigos científicos, relatórios governamentais, redações de estudantes, e-mails de empresas e de listas de discussão, Reddit, Hacker News e Zhihu. A segunda etapa foi treinamento por preferência em 3918 pares escolhidos apenas pela fidelidade aos fatos e pela cópia, julgados por um LLM. A terceira foi aprendizado por reforço em três rodadas, somando 500 passos, com um juiz de fatos rigoroso de voto único nos primeiros 200 e duas rodadas de 150 depois; cada passo usou 16 rascunhos com 8 amostras cada.

A recompensa combinava um juiz LLM, que lia cada reescrita contra o seu rascunho e penalizava erros graves, conteúdo inventado, mudança de sentido e perda de formatação, com uma penalidade por copiar os 5-gramas e os esqueletos de frase do rascunho. O card diz que os dados por trás de cada linha usada na segunda versão estão publicados num dataset complementar. E faz uma afirmação que importa para ler o número de destaque: nenhum detector de IA foi usado em nenhuma etapa do treinamento, nem como recompensa, nem como filtro, nem para escolher um checkpoint.

O destaque: 95 % julgados humanos

O destaque do card diz que 95 por cento de 210 reescritas em inglês foram julgadas humanas pelo Originality.ai na configuração mais rigorosa em 2 de outubro: 11 foram sinalizadas como IA, contra 26 da versão anterior, diferença que o card informa ser estatisticamente significativa em dados pareados. Ele também compara com uma referência pública, uma skill de humanização com cerca de 53 mil estrelas no GitHub, aplicada pelo Claude Sonnet a 60 dos mesmos rascunhos, em que todos os 60 foram sinalizados. O novo modelo, nos mesmos 60, teve 4 sinalizados.

Há três motivos para segurar esse número com cautela, e o próprio card fornece todos. É um detector em uma data, e o card diz que os detectores mudam e que nada garante o resultado de nenhum detector. Os rascunhos de avaliação vêm do conjunto reservado do autor, escritos por três modelos de ponta em partes aproximadamente iguais, e por isso dizem pouco sobre, por exemplo, um post de blog que um humano começou e uma IA poliu. E os gêneros mais padronizados continuam sendo os mais difíceis: o detalhamento do card mostra posts de redes sociais com emojis e hashtags com 3 sinalizados de 16 e memorandos formais de política com 2 de 13, enquanto e-mails, posts de blog, posts do Reddit e avaliações de produtos não tiveram nenhum sinalizado.

Os números que o card coloca às claras

Os números mais úteis são os sobre fatos. Um juiz LLM rigoroso não encontrou nenhum problema factual em 376 de 420 reescritas em inglês; as outras 44 foram sinalizadas, com 135 problemas no total, 125 deles de uma única palavra ou expressão. O exemplo do card é um rascunho que dizia “The remaining 37 complaints” e saiu como “The other 37% of complaints”. Em chinês o quadro é mais fraco: nenhum problema factual em 149 de 204 reescritas. A versão anterior marcou 369 de 420 em inglês e 135 de 204 em chinês, então a direção é boa e o nível absoluto não é perfeito.

O card também lista modos de falha que não são sobre fatos. 28 de 420 saídas em inglês perderam um elemento de formatação, como uma lista ou um título. Rascunhos curtos e informais em inglês com jargão técnico às vezes voltam escritos inteiramente em chinês, uma falha que o aplicativo e a ferramenta de linha de comando detectam e tentam de novo. Em gêneros casuais, ele às vezes acrescenta gíria ou palavrões que não estavam no rascunho. E os exemplos de antes e depois do card são escolhidos a dedo: a melhor de oito amostras entre as que o juiz de fatos aprovou.

Há até uma auditoria do juiz. Um segundo juiz releu 150 reescritas que o primeiro havia sinalizado como graves; concordou que o problema era grave em 99 casos, classificou-o como leve em 41 e achou o fato inalterado em 10. A conclusão dos autores é que algumas sinalizações são reformulações inofensivas, e mesmo assim eles mandam você conferir números, datas e nomes antes de enviar.

Por que isso importa mais que os 95 %

Uma ferramenta que acerta quase sempre os números vai, ao longo de documentos suficientes, alterar um. O card diz isso: leia o resultado antes de enviar. Esse é o custo real de usá-la, e o motivo pelo qual o hábito da ferramenta de linha de comando de sinalizar qualquer trecho em que um número sumiu vale mais do que alguns pontos de pontuação no detector. Os números de velocidade ajudam a calibrar a expectativa: num M5 Max, a configuração llama.cpp do aplicativo roda a cerca de 36 a 38 tokens por segundo, então um e-mail de cem palavras leva cerca de 3,6 segundos e um e-mail em chinês de uns 300 caracteres, cerca de 8,5.

O card também é explícito quanto à ética. Descreve a ferramenta como uma ferramenta de escrita para os seus próprios rascunhos e diz que, onde uma escola, um empregador ou uma publicação tem regras sobre assistência de IA, você deve segui-las. Concordamos, e iríamos além: uma reescrita que apenas burla um detector não melhorou o rascunho de base. A versão desta ferramenta que vale querer é a que faz um rascunho rígido soar como uma pessoa, com os fatos intactos, na sua própria máquina.

Se você só quer uma opção hospedada

Nosso diretório lista o Grammarly AI Humanizer, uma ferramenta hospedada gratuita que transforma texto de IA em escrita natural mantendo o sentido. É uma troca diferente: sem configuração e sem hardware local, mas o seu texto vai para um serviço. Para decidir qual arquivo deste modelo cabe na sua máquina, veja qual arquivo do humanizer para 8, 16 ou 32 GB.

Nossa avaliação

É um lançamento bem documentado, com a fraqueza do gênero: a afirmação que a maioria das pessoas vai repetir é a menos ligada à qualidade que importa. Use os números de checagem de fatos, não o do detector, para decidir se serve ao seu trabalho. Se você escreve documentos cheios de números, reserve tempo para revisar cada reescrita. Se escreve redações e e-mails com poucos fatos concretos, o risco é menor e o benefício é uma voz mais natural.

Continue lendo

Todos os artigos, do mais recente ao mais antigo, estão no índice do blog da Front.

• Humanizer 12B: qual GGUF cabe na sua memória: Os requisitos de memória de cada arquivo GGUF do mesmo modelo.
• Ling 3.1 Flash: o que é preciso para rodá-lo: O hardware necessário para rodar o Ling 3.1 Flash.
• Grok 4.8: o que a xAI de fato disse: As publicações da xAI do Grok 4.5 ao 4.7 e as declarações sobre o 4.8.
• Cronologia do Google Argon: O lançamento do Gemini 4 Argon pelo Google, registrado por datas.

Perguntas frequentes

Registro de alterações

• 17 de outubro de 2026 — Primeira publicação.

Fontes

• jialinyyzz/humanizer model card
• Grammarly AI Humanizer