Um modelo multimodal não tem uma taxa de acerto única

O sinal e os factos que mudam a decisão

A chegada do Gemini 3.7 Flash a GA volta a juntar texto, código, contexto longo e ferramentas sob uma única designação de produto. Para o comprador, essa conveniência pode esconder que cada modalidade e combinação falha de maneira diferente.

O mesmo pedido pode mudar de risco quando inclui documento, imagem, áudio ou dado recuperado. Avaliações do fornecedor ajudam a formular hipóteses; aceitação exige dados e limiares do contexto real.

Abstenção, citação, completude e segurança devem ser medidas além da resposta final. Uma média transversal permite que uma tarefa fácil compense uma falha rara e grave noutra modalidade.

Decisão, limites e condição de bloqueio

Aprovar por tarefa e modalidade: extração, classificação, código, visão, áudio, tool use e combinações precisam de gates separados.

Uma média transversal permite que uma tarefa fácil compense uma falha rara e grave noutra modalidade.

Execução e prova de conclusão

A execução deve começar por criar células de teste por modalidade, combinação, idioma e gravidade. Depois, fixar critérios de falha e revisão humana antes de observar resultados. O fecho exige executar canário apenas nas células aprovadas e negar as restantes.

Publicar um cartão interno com resultados por célula, amostra, intervalo, limitações e data de validade.

• criar células de teste por modalidade, combinação, idioma e gravidade.
• fixar critérios de falha e revisão humana antes de observar resultados.
• executar canário apenas nas células aprovadas e negar as restantes.
• Publicar um cartão interno com resultados por célula, amostra, intervalo, limitações e data de validade.