Executor de avaliação, métricas e .gitignore para metadados de modelos

- harness/evaluate.py: partição congelada com SHA-256, amostra com seed,
  lote 1, truncamento comum, contagem de tokens, latência (sem aquecimento),
  pico de RAM e GPU; teste bloqueado até o congelamento da configuração.
- analysis/metrics.py: acurácia, macro F1, Brier, NLL, ECE, acurácia seletiva.
- Diagnósticos por resposta (metadata.diagnostics); Laya informa opções
  colapsadas pelo orçamento de cabeçalho; head_max_len via DMB_LAYA_HEAD_MAX_LEN.
- infra/ds/collect.py e gpu_queue --env para pilotos e rodadas.
- .gitignore: de models/ só metadados (cards, configs, licenças, índices);
  pesos, tokenizadores grandes, runtimes, fontes clonados e caches ignorados.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

dmb/server.py

@@ -41,6 +41,8 @@ def build_response(adapter: Adapter, request: dict, answers: dict, input_tokens:
             "probabilities_source": adapter.probabilities_source,
         },
     }
+    if adapter.last_diagnostics:
+        response["metadata"]["diagnostics"] = adapter.last_diagnostics
     errors = response_errors(response)
     if errors:
         raise UnknownOption("resposta fora do contrato: " + "; ".join(errors[:3]))
@@ -54,6 +56,7 @@ def systemone(adapter: Adapter, request: dict) -> dict:
     if not isinstance(state, str):
         # Todo adaptador recebe texto; estados estruturados viram JSON canônico.
         state = json.dumps(state, ensure_ascii=False, sort_keys=True)
+    adapter.last_diagnostics = {}
     started = time.perf_counter()
     answers, input_tokens = adapter.decide(state, request["questions"])
     latency_ms = (time.perf_counter() - started) * 1000