O detector aprendeu espanhol e inglês (DNI, NIE, SSN, IBAN, passaporte, carteira de motorista americana, chaves de API) sem regredir no português — a retenção pt-BR é medida no mesmo portão.
A armadilha que quase enterrou o treino
A primeira avaliação dizia F1 0,0364, como se o modelo fosse lixo. Era a régua: o avaliador aplicava ao gabarito uma tradução de rótulos que só o português precisa. Rodar o modelo em três linhas e olhar a saída ("Betty Lee→FULLNAME, e-mail→EMAIL…") desmentiu o número na hora. Quando duas medições do mesmo objeto discordam por 25×, a primeira hipótese é a régua — a regra ficou no código, com a tabela de tradução explícita no repositório.
No produto: os tipos internacionais e os segredos (chave de API, senha em config) aparecem em "O que anonimizar" e são cobertos por prova própria no portão do deploy. O modelo é uma das duas camadas — a outra é a régua determinística de 33 países, que confere dígito verificador e funciona mesmo com o modelo fora do ar.