Cada número, com a sua data, a sua máquina e o ficheiro de onde sai

O motor determinista, sobre o corpus adversarial

A camada controlada por dígito de verificação: documentos de identidade, IBAN, cartões, chaves e tokens. Duas pistas sobre o mesmo gerador — os valores escritos entre espaços, e os mesmos valores escritos como as pessoas os escrevem: colados a um dígito solto, com prefixo, em algarismos arábico-índicos, com uma marca combinante lá dentro.

Corpus: 1.000 documentos em quatro idiomas, 4.522 entidades etiquetadas, 443.724 caracteres. Máquina: Apple M4 Pro, macOS 15.7.4, CPython 3.13.7.

As três linhas adversariais são publicadas com as outras: duas ficam abaixo dos limiares que a integração contínua afirma, porque ali tira-se uma só semente e esta tabela tira três. O que se aguenta nas seis passagens é o par pelo qual se julga uma fronteira de fuga de dados: fuga residual a zero e superfície de fuga parcial a zero.

Documentos, no gateway

Extração e deteção sobre o corpus de documentos, um pedido de cada vez. São números de pedido único: os dois passos dependem do processador e o interpretador serializa-os, por isso quem governa a concorrência é o semáforo de documentos e a reserva de processos, não esta tabela.

O mesmo trabalho no navegador

92 ms de ponta a ponta para um PDF de uma página de 3 MB

O caminho do navegador é outra implementação (pdf.js e pdf-lib) e o banco de ensaios diz que não é comparável com as linhas acima: por isso é publicado na sua própria linha e nunca dentro daquela tabela.

Determinista frente a PLN

A camada determinista não procura nomes de pessoas; disso trata a camada de PLN. Isto é o que cada pilha deixa atrás de si sobre o mesmo corpus: a proporção de valores PERSON e LOCATION do ouro ainda presentes no texto que sai.

Corpus: 400 documentos, 800 entidades do ouro, semente 2026.

O zero não é uma promessa de zero em produção: o corpus é sintético e as suas entidades do ouro são apenas PERSON e LOCATION, por isso não diz nada da prosa real, nem das moradas, nem das categorias especiais. A linha de controlo a cem por cento é o que torna legível o zero: sem ela, um zero não se distingue de uma escala partida.

As três pilhas de nomes

O que acrescenta o modelo multilingue, sobre o corpus etiquetado do próprio projeto. Esta medição é a razão por que é entregue desligado.

Corpus: 300 documentos, 50 por idioma, 6 idiomas.

O modelo multilingue não encontra um único nome que as outras duas camadas não encontrem já, nem sequer em catalão — o Presidio traz o seu próprio modelo catalão. Demora 5,5 vezes mais e marca 39 trechos a mais que não são nomes: o mesmo texto de 10.000 caracteres passa de 1.118 ms para 3.081 ms.

A fonte regista a data e o corpus desta comparação, não a máquina. O que se transporta de uma máquina para outra é a proporção entre as três configurações, não os milissegundos.

Esse corpus é sintético, por isso uma abrangência de um não é uma afirmação sobre a escrita real. A fuga residual publicada da camada de nomes é a da tabela acima.

O plano de nomes: memória e workers

Medido a 12 de setembro de 2026 dentro da imagem do plano num CCX33 · Falkenstein. Nada é partilhado entre processos, por isso o número de workers é uma divisão e não uma preferência.

Interpretador vazio

26 MB

Modelos carregados

3.331 MB, em 13,9 s

Depois de um pedido de 10.000 caracteres

3.412 MB

Workers

6 processos, 20,5 GB. Oito seriam 27,3 GB, acima do teto de 26 GB que o compose fixa.

A tabela de latência deste plano — p95 por tamanho de texto mais a ida e volta medida — é publicada em Como funciona e não se copia aqui.

Contra o que os fornecedores guardaram

Medido a 19 de setembro de 2026 com a extensão 0.9.0, commit 225bcd18: 4 ficheiros sintéticos testados contra 2 fornecedores. Chegaram a ser enviados 3; a extensão travou 1 antes de sair do navegador. O que cada fornecedor guardou foi lido da sua própria cópia da conversa, não do ecrã, que reidrata.

Ficheiros testados: 4 · Enviados: 3 · Travados antes de sair: 1 · Fornecedores: 2 · Fugas sobre o que foi enviado: 0 · Achados registados: 7

Os marcadores, ficheiro a ficheiro, estão em Como funciona. Nenhum dos achados daquele dia é uma fuga; o artefacto nomeia-os um a um.

O pacote que se publica

Dois artefactos, não um. O que a Chrome Web Store serve hoje é o ficheiro que quem lê isto instala; o que este repositório construiu e ainda não enviou é um ficheiro diferente. Ambos estão abaixo, cada um com o dia em que foi lido ou construído, juntamente com as permissões que o Chrome concede à extensão e os sites onde ela pode correr.

O que a loja serve — o CRX assinado que quem lê instala:

Versão que a loja serve

0.9.0

Pacote que a loja serve

1.098.014 bytes, lidos do serviço de atualização do Chrome a 20 de setembro de 2026

O que este repositório construiu — o zip que vai ser enviado, e as verificações feitas sobre ele:

Preparado aqui, ainda por enviar

Versão 0.9.2 — 1.119.692 bytes, construído a 21 de setembro de 2026

Verificações do motor dentro do zip

63/63, executadas contra o motor empacotado e não contra o código-fonte

Chrome mínimo

116

Os dois diferem sempre que uma construção espera para ser enviada, e essa distância é o habitual. O que não era habitual é o que esta página fazia até hoje: imprimia o número preparado sob a palavra publicado, e afirmava assim uma versão e um tamanho que a loja nunca serviu.

Permissões (3):

• storage
• scripting
• alarms

Sítios (4):

• https://chatgpt.com/*
• https://chat.openai.com/*
• https://claude.ai/*
• https://licensing.bivelio.com/*

Sítio opcional, pedido só se quem lê o ligar:

• https://gemini.google.com/*

Um zip guarda datas de modificação, por isso duas construções dos mesmos ficheiros dão resumos diferentes e um resumo não identifica nada. Deste artefacto publicam-se os bytes e o dia em que foi construído; a verificação que significa alguma coisa executa o motor de dentro do pacote, não o do repositório. A loja serve um CRX — os mesmos ficheiros mais o cabeçalho de assinatura que a própria loja acrescenta ao publicar —, portanto o seu tamanho não é o do zip e esta página não subtrai um do outro.