chore: use Space README

README.md

@@ -1,20 +1,27 @@
-# 🇵🇹 Des-abrasileirador (pt-PT)
+---
+title: Des-abrasileirador pt-PT
+emoji: ✍️
+colorFrom: green
+colorTo: red
+sdk: gradio
+sdk_version: 6.19.0
+app_file: app.py
+hardware: zero-a10g
+---
 
-[![Hugging Face Space](https://img.shields.io/badge/%F0%9F%A4%97%20Space-des--abrasileirador-yellow)](https://huggingface.co/spaces/pinthoz/des-abrasileirador)
+# 🇵🇹 Des-abrasileirador (pt-PT)
 
 Reescreve texto em **português europeu** correto com o modelo
 [AMALIA-9B](https://hf.co/amalia-llm/AMALIA-9B-0626-SFT) e mede a
-"portugalidade" do resultado com um índice determinístico (IPT).
-
-**Demo online:** https://huggingface.co/spaces/pinthoz/des-abrasileirador
+"portugalidade" do resultado com um índice determinístico.
 
 ## O que faz
 
-1. **Corrigir** — envia o texto ao modelo escolhido (com *streaming*) e devolve a
-   versão em pt-PT, com o IPT antes/depois. Opção de "modo explicado" que lista
-   as alterações a partir de JSON, e botão para interromper a geração.
-2. **Comparar modelos (IPT)** — corre o mesmo texto por vários modelos e
-   ordena-os pelo **Índice de Portugalidade**.
+1. **Corrigir** — envia o texto ao AMALIA-9B (com *streaming*) e devolve a versão
+   em pt-PT, com o IPT antes/depois. Opção de "modo explicado" que lista as
+   alterações a partir de JSON, e botão para interromper a geração.
+2. **Comparar modelos (IPT)** — corre o mesmo texto por vários modelos e ordena-os
+   pelo **Índice de Portugalidade**.
 3. **Analisar (IPT)** — mede a portugalidade de qualquer texto instantaneamente
    (determinístico, sem GPU) e lista os marcadores brasileiros encontrados.
 
@@ -29,60 +36,53 @@ IPT = 100 * exp(-6 * densidade_ponderada_de_marcadores)
 Conta marcadores brasileiros (léxico, ortografia pré-AO90, gerúndio, tratamento
 `você`/`a gente`, próclise inicial), pondera-os e normaliza pelo número de
 palavras. `0` marcadores → `100`; muito pt-BR → valor baixo. Como não usa nenhum
-LLM como juiz, é auditável e não é circular. Um filtro de sanidade exclui do
-benchmark respostas degeneradas (que, por não terem marcadores, teriam IPT alto
-injustamente).
+LLM como juiz, é auditável e não é circular.
 
 O **delta** de cada modelo é calculado contra a **referência** (por omissão o
 `EuroLLM-9B`): mesma base e dimensão do AMALIA mas sem afinação pt-PT, pelo que a
 diferença de IPT isola o efeito dessa afinação.
 
-## Estrutura
+## Ficheiros
 
 | Ficheiro | Papel |
 | --- | --- |
-| `app.py` | Interface Gradio (correção + comparação + análise) |
+| `app.py` | Interface Gradio (correção + comparação) |
 | `inference.py` | Registo de modelos e geração (cache de um modelo de cada vez) |
 | `portugality.py` | Cálculo do IPT (determinístico) |
 | `system_prompt.txt` | Instruções do revisor pt-PT |
-| `README_HF.md` | README do Space (com frontmatter); o CI renomeia-o no deploy |
 
-## Correr localmente (Windows/Linux com GPU NVIDIA)
+## Hardware
 
-```bash
-python -m venv .venv
-.venv\Scripts\activate            # Linux: source .venv/bin/activate
-pip install -r requirements.txt
-# o torch do PyPI é CPU-only; troca pela build CUDA:
-pip install torch --index-url https://download.pytorch.org/whl/cu126
-python app.py                     # http://127.0.0.1:7860
-```
+Um modelo de 9B **não** corre no Space CPU grátis. Este Space usa **ZeroGPU**
+(`@spaces.GPU`, `hardware: zero-a10g`), que requer conta HF PRO. Vários 9B não
+cabem em simultâneo num A10G (24 GB), por isso o `inference.py` mantém apenas
+**um modelo carregado de cada vez** e a comparação corre-os em série.
 
 O `inference.py` deteta o hardware automaticamente:
 
 | Ambiente | Modo |
 | --- | --- |
 | GPU com ≥ 20 GB VRAM (A10G/ZeroGPU) | bf16 (fp16 em placas pré-Ampere) |
-| GPU com < 20 GB VRAM (ex.: RTX 2060 6 GB) | 4-bit nf4 |
+| GPU com < 20 GB VRAM (ex.: RTX 2060 6 GB) | 4-bit nf4 + *offload* do excedente para RAM |
 | Sem CUDA | CPU float32 (apenas modelos pequenos) |
 
-Numa GPU de 6 GB os modelos de 9B **não cabem** (mesmo em 4-bit precisam de
-~6,3 GB só de pesos — a app recusa com uma mensagem clara em vez de rebentar).
-Usa o **Qwen2.5-3B** (~2 GB em 4-bit) como modelo de correção local.
+Podes forçar com `LOAD_IN_4BIT=1` ou `LOAD_IN_4BIT=0`.
 
-Teste rápido sem GPU:
+## Correr localmente (Windows/Linux com GPU NVIDIA)
 
 ```bash
-python portugality.py   # imprime um ranking de exemplo, sem descarregar modelos
+python -m venv .venv
+.venv\Scripts\activate            # Linux: source .venv/bin/activate
+pip install -r requirements.txt
+# o torch do PyPI é CPU-only; troca pela build CUDA:
+pip install torch --index-url https://download.pytorch.org/whl/cu126
+python app.py                     # http://127.0.0.1:7860
 ```
 
-## Deploy (GitHub → Hugging Face)
-
-Cada push ao `main` dispara o workflow
-[`sync-to-hf.yml`](.github/workflows/sync-to-hf.yml), que substitui o
-`README.md` pelo `README_HF.md` (o Space precisa do frontmatter YAML) e faz
-*force push* para o Space. Requer o segredo `HF_TOKEN` (token *write*) nas
-definições do repositório.
+Numa GPU de 6 GB os modelos de 9B **não cabem** (mesmo em 4-bit precisam de
+~6,3 GB só de pesos — a app recusa com uma mensagem clara em vez de rebentar).
+Usa o **Qwen2.5-3B** (~2 GB em 4-bit) como modelo de correção local; o
+Tucano-2B serve apenas de baseline pt-BR no benchmark.
 
 ## Modelos *gated*
 
@@ -90,3 +90,9 @@ definições do repositório.
 licença no Hugging Face. Define o segredo `HF_TOKEN` no Space (Settings →
 Secrets) para os poderes usar; caso contrário, esses modelos são ignorados na
 comparação com um aviso.
+
+## Teste local rápido
+
+```bash
+python portugality.py   # imprime um ranking de exemplo, sem descarregar modelos
+```

README_HF.md

@@ -1,98 +0,0 @@
----
-title: Des-abrasileirador pt-PT
-emoji: ✍️
-colorFrom: green
-colorTo: red
-sdk: gradio
-sdk_version: 6.19.0
-app_file: app.py
-hardware: zero-a10g
----
-
-# 🇵🇹 Des-abrasileirador (pt-PT)
-
-Reescreve texto em **português europeu** correto com o modelo
-[AMALIA-9B](https://hf.co/amalia-llm/AMALIA-9B-0626-SFT) e mede a
-"portugalidade" do resultado com um índice determinístico.
-
-## O que faz
-
-1. **Corrigir** — envia o texto ao AMALIA-9B (com *streaming*) e devolve a versão
-   em pt-PT, com o IPT antes/depois. Opção de "modo explicado" que lista as
-   alterações a partir de JSON, e botão para interromper a geração.
-2. **Comparar modelos (IPT)** — corre o mesmo texto por vários modelos e ordena-os
-   pelo **Índice de Portugalidade**.
-3. **Analisar (IPT)** — mede a portugalidade de qualquer texto instantaneamente
-   (determinístico, sem GPU) e lista os marcadores brasileiros encontrados.
-
-## Índice de Portugalidade (IPT)
-
-Métrica determinística, sem GPU, definida em [`portugality.py`](portugality.py):
-
-```
-IPT = 100 * exp(-6 * densidade_ponderada_de_marcadores)
-```
-
-Conta marcadores brasileiros (léxico, ortografia pré-AO90, gerúndio, tratamento
-`você`/`a gente`, próclise inicial), pondera-os e normaliza pelo número de
-palavras. `0` marcadores → `100`; muito pt-BR → valor baixo. Como não usa nenhum
-LLM como juiz, é auditável e não é circular.
-
-O **delta** de cada modelo é calculado contra a **referência** (por omissão o
-`EuroLLM-9B`): mesma base e dimensão do AMALIA mas sem afinação pt-PT, pelo que a
-diferença de IPT isola o efeito dessa afinação.
-
-## Ficheiros
-
-| Ficheiro | Papel |
-| --- | --- |
-| `app.py` | Interface Gradio (correção + comparação) |
-| `inference.py` | Registo de modelos e geração (cache de um modelo de cada vez) |
-| `portugality.py` | Cálculo do IPT (determinístico) |
-| `system_prompt.txt` | Instruções do revisor pt-PT |
-
-## Hardware
-
-Um modelo de 9B **não** corre no Space CPU grátis. Este Space usa **ZeroGPU**
-(`@spaces.GPU`, `hardware: zero-a10g`), que requer conta HF PRO. Vários 9B não
-cabem em simultâneo num A10G (24 GB), por isso o `inference.py` mantém apenas
-**um modelo carregado de cada vez** e a comparação corre-os em série.
-
-O `inference.py` deteta o hardware automaticamente:
-
-| Ambiente | Modo |
-| --- | --- |
-| GPU com ≥ 20 GB VRAM (A10G/ZeroGPU) | bf16 (fp16 em placas pré-Ampere) |
-| GPU com < 20 GB VRAM (ex.: RTX 2060 6 GB) | 4-bit nf4 + *offload* do excedente para RAM |
-| Sem CUDA | CPU float32 (apenas modelos pequenos) |
-
-Podes forçar com `LOAD_IN_4BIT=1` ou `LOAD_IN_4BIT=0`.
-
-## Correr localmente (Windows/Linux com GPU NVIDIA)
-
-```bash
-python -m venv .venv
-.venv\Scripts\activate            # Linux: source .venv/bin/activate
-pip install -r requirements.txt
-# o torch do PyPI é CPU-only; troca pela build CUDA:
-pip install torch --index-url https://download.pytorch.org/whl/cu126
-python app.py                     # http://127.0.0.1:7860
-```
-
-Numa GPU de 6 GB os modelos de 9B **não cabem** (mesmo em 4-bit precisam de
-~6,3 GB só de pesos — a app recusa com uma mensagem clara em vez de rebentar).
-Usa o **Qwen2.5-3B** (~2 GB em 4-bit) como modelo de correção local; o
-Tucano-2B serve apenas de baseline pt-BR no benchmark.
-
-## Modelos *gated*
-
-`meta-llama/Llama-3.1-8B-Instruct` e `google/gemma-2-9b-it` exigem aceitar a
-licença no Hugging Face. Define o segredo `HF_TOKEN` no Space (Settings →
-Secrets) para os poderes usar; caso contrário, esses modelos são ignorados na
-comparação com um aviso.
-
-## Teste local rápido
-
-```bash
-python portugality.py   # imprime um ranking de exemplo, sem descarregar modelos
-```