Prompt para analisar Arch-Router 1.5B e roteamento de modelos para produção

Baseado no texto a seguir sobre Arch-Router 1.5B, um LLM de 1.5B parâmetros treinado com stack Rust, com data plane em Rust e foco em policy-based routing para decidir qual modelo usar em diferentes cenários. Seu objetivo é gerar um guia prático para equipes de produção de IA. A partir do conteúdo fornecido, produza: 1) um resumo técnico da arquitetura (componentes: LLM, data plane, policy engine, roteamento baseado em políticas, avaliação de modelos) e fluxos de decisão; 2) práticas recomendadas de produção (governança, evals, versionamento, segurança, observabilidade); 3) plano de implementação em etapas com artefatos, requisitos de infraestrutura, stack tecnológico, métricas de sucesso e critérios de aceitação; 4) discussões sobre melhorias e trade-offs (desempenho vs robustez, custo, complexidade, trade-offs entre benchmark e avaliação humana); 5) casos de uso e diretrizes de avaliação com prompts de avaliação de modelos; 6) um esboço de arquitetura de código para a camada de dados em Rust que demonstre uma interface de roteamento baseada em políticas (pseudo-código, sem dependências específicas). Inclua exemplos de métricas como latência, throughput e precisão da escolha do modelo, e descreva critérios de aceitação. Mantenha termos técnicos, forneça recomendações acionáveis e não inclua conteúdo confidencial ou segredos proprietários.