O Aurora passou a permitir que equipes selecionem modelos no Hugging Face com filtros detalhados ou enviem arquivos locais, com retomada da transferência, registro de metadados e conferência de integridade.
O Aurora passou a importar modelos de inteligência artificial diretamente do Hugging Face ou a partir de arquivos locais. A mudança atende gestores públicos de saúde, hospitais e equipes de TI que administram uma infraestrutura soberana de IA para saúde pública e precisam incorporar modelos ao catálogo da plataforma.
Antes, o catálogo registrava versões de modelos. Com o novo assistente, o Aurora também passa a armazenar o artefato — o conjunto de arquivos que compõe o modelo — e a acompanhar sua transferência até a conclusão. O fluxo foi implementado para duas origens: um repositório no Hugging Face ou arquivos enviados pela própria equipe.
Na opção do Hugging Face, a pessoa pode buscar modelos por tarefa, biblioteca, idioma, licença, autor, tags livres e ordenação. A lista apresenta informações usadas na comparação, como downloads, curtidas, biblioteca, licença e contagem de parâmetros. Tarefa, por exemplo, pode indicar se o modelo é voltado a classificação ou geração de texto; os parâmetros ajudam a dimensionar o porte do modelo.
A plataforma também identifica dados do repositório, como formato, revisão e características lidas dos arquivos. Quando as informações vêm de uma carga local, elas ficam marcadas como declaradas. Essa distinção evita que um dado digitado durante o envio seja apresentado como se tivesse sido verificado por uma fonte externa.
A transferência dos modelos ocorre em fluxo contínuo, sem exigir que todo o arquivo seja mantido na memória. Se o envio ou o download for interrompido, o processo pode continuar a partir do ponto já transferido. No caso do Hugging Face, o Aurora ainda confere o SHA-256 declarado pelo repositório antes de transformar os arquivos em um artefato do catálogo.
O progresso é calculado pelos bytes efetivamente transferidos, e as importações ficam organizadas em uma fila com estados como aguardando, em processamento, verificando e concluída. A carga local usa o mesmo princípio de transferência retomável, aplicado a um conjunto de arquivos do modelo.
O funcionamento foi comprovado com a importação dos modelos prajjwal1/bert-tiny e prajjwal1/bert-mini, com arquivos de 18 MB e 43 MB, respectivamente. O fluxo local também foi concluído com uma carga de 3 MB. Esses testes demonstram o comportamento dos caminhos implementados, sem indicar disponibilidade geral ou adoção por clientes.