Modelos e configuração

O Qvault funciona logo de início com detecção por padrões e heurística. Dois recursos opcionais precisam de arquivos de modelo no seu computador: a detecção por IA (camada 3) e o OCR para documentos digitalizados. Esta página explica de onde vêm esses arquivos e como instalá-los.

O que precisa de modelo

Todos os modelos são gerenciados em Configurações → Detecção por IA (o gerenciador de modelos). Eles ficam na pasta de dados do Qvault, são conferidos contra um SHA-256 fixado antes do primeiro uso em cada sessão e podem ser excluídos a qualquer momento. IA e OCR estão disponíveis apenas no aplicativo desktop.

Modelos de detecção por IA (camada 3)

No gerenciador de modelos, clique em Baixar ao lado de um modelo. O Qvault mostra o tamanho e o servidor de origem antes de transferir qualquer coisa. O download vem direto do Hugging Face por HTTPS (nunca de redes ponto a ponto), mostra o progresso real, pode ser cancelado e é conferido contra o tamanho e o SHA-256 abaixo antes de ser aceito.

Privacy Filter (detector padrão)

O OpenAI Privacy Filter é o detector recomendado. Ele rotula cada página de uma vez, em cerca de 0,2 segundo em CPU, e precisa de cerca de 2 GB de memória. São quatro arquivos (cerca de 1,65 GB no total) da revisão fixada de openai/privacy-filter, com licença Apache-2.0. O gerenciador de modelos baixa os quatro; para importar, escolha Importar pasta… e selecione uma pasta que os contenha (a estrutura do Hugging Face, com a subpasta onnx/, também funciona), ou importe os arquivos um a um. O Qvault guarda um conjunto incompleto até chegar o último arquivo.

SHA-256 (model_quantized.onnx): a325fb5341567a73c94e91ec5e49060d38d9b16111f518ad34773039a0c9c098
SHA-256 (model_quantized.onnx_data): 50f4c8c7f3c27fbc1fe16d4f74f6f7c3b74ba8f18a262e8b6911854c64c33a6d
SHA-256 (tokenizer.json): 0614fe83cadab421296e664e1f48f4261fa8fef6e03e63bb75c20f38e37d07d3
SHA-256 (viterbi_calibration.json): bbc8611ef08a55ed72d64856cbbbb9a91db8dfa881f0a92e2afbad6e4bbc775a

O Privacy Filter não procura nomes de empresas, valores nem números de processo; as camadas 1–2 continuam cobrindo esses itens, e a revisão minuciosa opcional abaixo acrescenta um modelo de linguagem.

Modelos de linguagem (revisão minuciosa opcional)

Um modelo de linguagem pode rodar depois do Privacy Filter (Executar também o modelo de linguagem), o que encontra mais dados mas é bem mais lento (cerca de 6 segundos por página com GPU), ou no lugar dele.

SHA-256 (qwen3-1.7b-q8_0.gguf): 061b54daade076b5d3362dac252678d17da8c68f07560be70818cace6590cb1a
SHA-256 (qwen3-0.6b-q8_0.gguf): 9465e63a22add5354d9bb4b99e90117043c7124007664907259bd16d043bb031
SHA-256 (qwen3-4b-q4_k_m.gguf): 7485fe6f11af29433bc51cab58009521f205840f5b4ae3a32fa7f92e8534fdf5
SHA-256 (qwen3-8b-q4_k_m.gguf): d98cdcbd03e17ce47681435b5150e34c1417f50b5c0019dd560e4882c5745785
SHA-256 (qwen2.5-0.5b-instruct-q4_k_m.gguf): 74a4da8c9fdbcd15bd1f6d01d621410d31c6fc00986f5eb687824e7b93d7a9db
SHA-256 (qwen2.5-1.5b-instruct-q4_k_m.gguf): 6a1a2eb6d15622bf3c96857206351ba97e1af16c30d7a74ee38970e434e9407e

Em seguida, ative Usar detecção por IA (camada 3) ao analisar. As ocorrências encontradas pela IA indicam qual detector as encontrou e entram com uma confiança que depende da categoria (por exemplo, 80% para nomes e 50% para endereços e números de processo) e sempre aguardam a sua revisão. Se o Privacy Filter não puder rodar, a análise usa o modelo de linguagem, se houver um instalado. Se o mecanismo de IA não estiver disponível ou um trecho falhar, a análise termina mesmo assim com as camadas 1–2 e o visualizador informa o que foi pulado.

Modelo de agrupamento de entidades (opcional)

O Qvault agrupa as variantes de um mesmo nome, empresa ou número com regras que não precisam de modelo. Um modelo de embeddings opcional acrescenta propostas extras baseadas no significado; ele nunca junta nada sozinho. No nosso pequeno conjunto de teste não melhorou o resultado, então você pode dispensá-lo.

SHA-256: 06e7a7e594a26985523c18383aba4aad39fe6e14f08ffc6ab5b554e1ccdc3cff

Modelos de OCR: download e importação

O aplicativo não baixa os modelos de OCR. Baixe você mesmo os dois arquivos abaixo, confira-os e importe-os. Isso só precisa ser feito uma vez por computador.

SHA-256 (craft_mlt_25k.gguf): 74501993caf4581ce09b280f49a1b3d249c0f5a78496e047718b398457a875aa
SHA-256 (latin_g2.gguf): dd1c7a436e9175904e63683e939635892f45c8c6377d5e14e87cf8b175e10768

1. Baixe os dois arquivos para uma mesma pasta, por exemplo Downloads/qvault-ocr, pelos links da tabela. Não altere os nomes dos arquivos.
2. Confira as somas de verificação (veja abaixo). Cada hash deve ser exatamente igual ao da tabela.
3. Abra o Qvault → Configurações → Detecção por IA e localize Modelos de OCR.
4. Clique em Importar de arquivo… e escolha craft_mlt_25k.gguf. Repita com latin_g2.gguf. O Qvault reconhece cada arquivo pelo SHA-256 e o copia para a sua pasta de modelos.
5. Opcional: clique em Testar mecanismo de IA para rodar o OCR em uma imagem de teste incluída. Depois você pode apagar as cópias baixadas.

Conferindo as somas de verificação

O Qvault confere o hash na importação, então um arquivo corrompido ou adulterado é rejeitado de qualquer forma. Conferir antes por conta própria é uma boa prática, e é assim que você confirma que um arquivo copiado em mídia removível está íntegro.

macOS e Linux

cd ~/Downloads/qvault-ocr
shasum -a 256 craft_mlt_25k.gguf latin_g2.gguf
# No Linux também: sha256sum craft_mlt_25k.gguf latin_g2.gguf

Windows (Prompt de Comando)

cd %USERPROFILE%\Downloads\qvault-ocr
certutil -hashfile craft_mlt_25k.gguf SHA256
certutil -hashfile latin_g2.gguf SHA256

No PowerShell, use Get-FileHash .\craft_mlt_25k.gguf -Algorithm SHA256. O Windows mostra o hash em maiúsculas; compare sem diferenciar maiúsculas de minúsculas.

Saída esperada:

74501993caf4581ce09b280f49a1b3d249c0f5a78496e047718b398457a875aa  craft_mlt_25k.gguf
dd1c7a436e9175904e63683e939635892f45c8c6377d5e14e87cf8b175e10768  latin_g2.gguf

Máquinas isoladas da rede

Muitos escritórios revisam documentos em computadores sem conexão. O Qvault dá suporte completo a isso:

1. Em um computador conectado, baixe o instalador do Qvault no GitHub Releases, os dois arquivos de OCR e, se quiser a camada 3, os quatro arquivos do Privacy Filter e, opcionalmente, um modelo Qwen pelos links abaixo.
2. Confira todas as somas de verificação nesse computador.
3. Copie os arquivos para uma mídia removível e leve-os à máquina isolada. Confira as somas novamente lá.
4. Instale o Qvault e importe cada modelo com Importar de arquivo…. Nenhuma conexão é necessária em momento algum.

Arquivos do Privacy Filter na revisão fixada: model_quantized.onnx · model_quantized.onnx_data · tokenizer.json · viterbi_calibration.json

Arquivos Qwen nas revisões fixadas: Qwen3-1.7B-Q8_0.gguf · Qwen3-0.6B-Q8_0.gguf · Qwen3-4B-Q4_K_M.gguf · Qwen3-8B-Q4_K_M.gguf · qwen2.5-0.5b-instruct-q4_k_m.gguf · qwen2.5-1.5b-instruct-q4_k_m.gguf

Solução de problemas

• “Arquivo de modelo não reconhecido”. O hash do arquivo não corresponde a nenhum modelo conhecido pelo Qvault. Geralmente é um download incompleto: baixe de novo e confira o hash. Não aceite um arquivo desconhecido como modelo de OCR.
• “O mecanismo de IA não está incluído nesta versão”. Você está usando uma compilação sem o processo auxiliar do QVAC (por exemplo, um cargo build simples). As camadas 1–2 continuam funcionando; use uma versão oficial para IA e OCR.
• “Provavelmente grande demais para este computador”. O Qvault verifica se um modelo cabe na memória antes de carregá-lo. Escolha um modelo menor, como o Qwen3 0.6B, ou use o Privacy Filter sem a revisão minuciosa. O gerenciador de modelos mostra, antes do download, a memória que cada modelo precisa e a do seu computador.
• Windows. O mecanismo do QVAC precisa de um driver Vulkan recente mesmo para inferência na CPU. Em máquinas virtuais ou com placas de vídeo muito antigas, IA e OCR podem ficar indisponíveis; as camadas 1–2 não são afetadas.