NeuroBait é um experimento de fine-tuning do modelo Gemma 3 12B, criado por Harisabekti Dicky Subrata, para ajudar cérebros com TDAH a superar a paralisia de início de tarefas. O projeto foge da abordagem tradicional de listas de tarefas e checklists, buscando acionar o sistema de interesse do cérebro por meio de pequenas sugestões acolhedoras e personalizadas, e não de comandos impessoais ou diagnósticos frios.
O que o NeuroBait faz diferente
A maior parte das ferramentas para TDAH foca em diagnósticos ou listas de tarefas. Segundo o autor, esses métodos ignoram um ponto central: o bloqueio não está em saber o que fazer, mas em conseguir começar. NeuroBait foi treinado para detectar, em conversas, o que realmente importa para o usuário (um prazo real, um vínculo afetivo, um objeto de desejo) e devolver respostas curtas, sem jargão clínico ou listas. O objetivo é oferecer um “empurrão” imediato, sem culpa ou tom de cobrança — por exemplo: “Puxe uma camisa do topo da pilha. Só uma.”.
Stack e método
O fine-tuning foi feito sobre o google/gemma-3-12b-it, usando LoRA 16-bit via Unsloth. Foram utilizadas poucas épocas (3), batch pequeno e dataset compacto, construído manualmente a partir de situações reais de TDAH. O deploy utiliza Hugging Face Spaces, rodando a base em 4-bit (bitsandbytes NF4) e aplicando o LoRA em runtime. Não há suporte a QLoRA, nem a deploy via GGUF. O pipeline prioriza qualidade e autenticidade do dataset sobre volume ou complexidade do modelo.
Experiência de uso
Na prática, o NeuroBait entrega prompts de 3 a 6 frases, fluindo como uma conversa calorosa, sem listas ou instruções genéricas. O modelo aprende o “tom” e não apenas o script: respostas são curtas, personalizadas e, segundo o autor, mais eficazes para destravar o usuário. O resultado é menos sobre produtividade e mais sobre acolhimento — um diferencial frente a assistentes que apenas reciclam comandos ou listas genéricas.
Limitações
Por ser um projeto pessoal, o dataset é pequeno e sintético, o que limita a robustez do modelo em casos fora do escopo do treinamento. Não há integração nativa com aplicativos de produtividade, nem suporte a outros idiomas além do inglês e indonésio (no roadmap). A abordagem é interessante, mas carece de validação mais ampla e de recursos para uso prolongado ou em escala clínica.
Para quem vale a pena
NeuroBait serve especialmente para quem sente bloqueio em iniciar tarefas e se frustra com abordagens tradicionais de produtividade. Não é uma solução clínica, mas pode ser útil para experimentar novas formas de lidar com o cotidiano de TDAH. Usuários sem TDAH também podem se beneficiar, segundo o autor, em momentos de sobrecarga ou procrastinação.
Nota do Daily AI
O projeto se destaca pela sensibilidade e pelo foco real no problema prático, não na teoria. Como solução open-source, é promissor, mas ainda incipiente para uso massivo. Nota: 4/5 para quem busca acolhimento e “destravar” o dia a dia, com a ressalva das limitações de idioma e integração.
Fonte: Hugging Face Blog