docs: benchmarks reais medidos em 9 datasets + nuance honesta

Mede dNaty real em MNIST, Fashion-MNIST, CIFAR-10 e 6 datasets reais
(UCI Adult/Covertype/Wine + 3 social-media). Held-out acc, 6 cores CPU.

Verdade honesta: compressao depende de quao superdimensionado e o modelo.
Inchado -> -50%+ (MNIST -50%, Fashion -55%, Wine -78%). Ja enxuto -> corte
pequeno (Adult -2.7%, Covertype -1.5%), comportamento Pareto correto.
MLP-only: CIFAR/RGB trava em 46%, conv NAS e WIP.

BENCHMARKS_REAL.md: tabela completa + repro. MARKETING.md: secao 8 com
numeros defensaveis e a nuance pra nao overclaim.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

Author: pedrovergueiroo

BENCHMARKS_REAL.md

@@ -0,0 +1,58 @@
+# dNATY — Benchmarks reais (medidos)
+
+> Todos os números abaixo foram **medidos**, não estimados. Hardware: 6 núcleos de CPU.
+> Config padrão: `n_generations=30, n_pop=15, t_local=3`. Acurácia em conjunto de teste
+> **separado** (held-out), não no treino. Reproduzível com os scripts em `scripts/`.
+> Data da medição: 2026-06.
+
+## Resultados por dataset
+
+| Dataset (real) | Linhas | Features | Classes | init_hidden | Tempo | FLOPs ↓ | Acurácia |
+|---|---|---|---|---|---|---|---|
+| MNIST | 10.000 | 784 | 10 | [512,256] | 4,1 min | **−50.4%** | 97.0% |
+| Fashion-MNIST | 10.000 | 784 | 10 | [512,256] | 4,1 min | **−54.6%** | 86.4% |
+| UCI Wine Quality (red) | 1.599 | 11 | 6 | [256,128] | 37 s | **−78.4%** | 63.7% |
+| UCI Adult / Census Income | 10.000 | 104 | 2 | [256,128] | 3,6 min | −2.7% | 84.0% |
+| UCI Covertype | 10.000 | 54 | 7 | [256,128] | 4,1 min | −1.5% | 78.1% |
+| Social Friction (students vs workers) | 400 | 14 | 3 | [128,64] | 13 s | −6.9% | 100% |
+| Social Friction v2 | 500 | 16 | 2 | [128,64] | 17 s | −5.4% | 85.0% |
+| Indonesian Youth Digital Friction | 1.000 | 2 | 2 | [128,64] | 27 s | −1.5% | 99.5% |
+| CIFAR-10 (MLP) | 10.000 | 3.072 | 10 | [512,256] | 13,4 min | −1.2% | 46.4% |
+
+Fontes dos datasets:
+- MNIST / Fashion-MNIST / CIFAR-10 — torchvision (datasets reais padrão)
+- UCI Adult, Covertype, Wine Quality — UC Irvine ML Repository (download direto, sem auth)
+- Social Friction / Indonesian Youth — datasets reais de comportamento em redes sociais (CSV)
+
+## Como ler estes números (honesto)
+
+**A magnitude da compressão depende de quanta capacidade redundante o modelo inicial tem.**
+Não é "−50% em qualquer modelo":
+
+- **Modelo superdimensionado para a tarefa → corte grande.**
+  MNIST (−50%), Fashion-MNIST (−55%), Wine (−78%). O MLP inicial tinha gordura; o NAS achou
+  uma rede muito menor que mantém a acurácia.
+
+- **Modelo já bem dimensionado → corte pequeno.**
+  Adult (−2.7%), Covertype (−1.5%). Isso é o comportamento **correto** de uma busca Pareto:
+  ela não deve inflar nem quebrar um modelo que já é eficiente. "Pouco corte" aqui significa
+  "seu modelo já estava perto do tamanho certo".
+
+- **Limite real — só MLP hoje.**
+  CIFAR-10 com MLP trava em ~46% (imagem RGB precisa de convolução). dNaty hoje é forte em
+  dados MLP-friendly (tabular, imagem simples); busca em espaço de convoluções é trabalho futuro.
+
+## Claim defensável (o que dá pra afirmar sem ser crucificado)
+
+> "O dNaty encontra a menor arquitetura que mantém a acurácia. Em modelos superdimensionados
+> isso é um corte de 50%+ de FLOPs (medido: MNIST −50%, Fashion-MNIST −55%, em ~4 min numa CPU
+> de 6 núcleos). Em modelos já enxutos ele corta pouco — de propósito. Hoje é MLP-only;
+> imagem RGB complexa via conv net é trabalho futuro."
+
+## Reproduzir
+
+```bash
+python scripts/real_benchmarks.py       # MNIST/Fashion via compress() + tabulares sociais
+python scripts/real_benchmarks_uci.py   # UCI Adult / Covertype / Wine
+python scripts/fetch_real_datasets.py   # baixa os UCI (sem auth)
+```

MARKETING.md

@@ -196,6 +196,25 @@ O dashboard hoje cai direto na lista de treinos. Sugestão de primeiro acesso (e
 
 ---
 
+## 8. Dados reais para citar (medidos — ver BENCHMARKS_REAL.md)
+
+> Use SÓ estes números em posts/templates. Todos medidos, 6 cores CPU, held-out acc.
+
+**Defensáveis (compressão forte, modelo superdimensionado):**
+- MNIST: **−50.4% FLOPs**, 97.0% acc, ~4 min
+- Fashion-MNIST: **−54.6% FLOPs**, 86.4% acc, ~4 min
+- UCI Wine Quality: −78.4% FLOPs (modelo enorme demais p/ a tarefa)
+
+**A nuance honesta (sempre incluir quando questionado):**
+> "A compressão depende de quão inchado está o modelo. Superdimensionado → −50%+.
+> Já enxuto (ex: UCI Adult −2.7%, Covertype −1.5%) → corta pouco, de propósito.
+> Hoje é MLP-only; imagem RGB via conv net é trabalho futuro."
+
+**NUNCA** citar "−50% em qualquer modelo" — é falso e te queima. O claim certo é
+"acha o tamanho certo": corte grande no inchado, corte pequeno no que já é eficiente.
+
+---
+
 ## 7. Checklist de execução
 
 - [x] Landing: seção "How it's different" (vs pruning/quant/distillation/NAS) — **feito**

README.md

@@ -117,6 +117,21 @@ dNATY achieves **6.9× less catastrophic forgetting** than EWC.
 
 All numbers reproducible: `python scripts/prove_it.py`
 
+### Measured across real datasets
+
+Compression depends on how oversized your model is — dNATY finds the right size, it doesn't force a fixed cut. Measured on CPU (held-out accuracy):
+
+| Dataset | FLOPs ↓ | Accuracy | Note |
+|---|---|---|---|
+| MNIST | **−50.4%** | 97.0% | oversized MLP → big cut |
+| Fashion-MNIST | **−54.6%** | 86.4% | oversized MLP → big cut |
+| UCI Wine Quality | −78.4% | 63.7% | extra capacity useless → shrinks hard |
+| UCI Adult / Census | −2.7% | 84.0% | already lean → small cut (correct) |
+| UCI Covertype | −1.5% | 78.1% | already lean → small cut (correct) |
+| CIFAR-10 (MLP) | −1.2% | 46.4% | MLP unfit for RGB — conv NAS is WIP |
+
+Full table, config, and reproduction: [BENCHMARKS_REAL.md](BENCHMARKS_REAL.md).
+
 ---
 
 ## Real examples