BB vlm-ocr
Обработка отсканированных или только графических корпусов с помощью визуально-языковых моделей в три этапа. Evaluate сравнивает кандидатов систем с учетом стратифицированных эталонных данных от человека и выбирает одну по показателям CER или WER. Run создает производственный конвейер, включая выбор модели, обработку изображений, промпты, архитектуру, пакетирование, оценку точности и воспроизводимость. Clean исправляет необработанный OCR с помощью LLM и правил, диагностики качества, многоязычной обработки и отслеживания на уровне фрагментов. Используйте при выборе OCR или VLM для корпуса, измерении точности на страницах, транскрибировании сканов в масштабе или исправлении необработанного OCR с помощью QA или журналов отслеживания. Документы, созданные в цифровом виде и имеющие текстовые слои, обрабатываются через doc-to-markdown.
машинный переводПоказать оригиналСкрыть оригинал«OCRs scanned or image-only corpora with vision-language models in thre…»
OCRs scanned or image-only corpora with vision-language models in three phases. Evaluate compares candidate systems against stratified human ground truth and selects one by measured CER or WER. Run builds the production pipeline, including model selection, image handling, prompts, architecture, batching, accuracy evaluation, and reproducibility. Clean corrects raw OCR with LLM and rule-based passes, quality diagnostics, multilingual handling, and span-level provenance. Use when choosing an OCR or VLM for a corpus, measuring accuracy on pages, transcribing scans at scale, or correcting raw OCR with QA or provenance logs. Born-digital documents with text layers go to doc-to-markdown.
Обработка отсканированных или только графических корпусов с помощью визуально-языковых моделей в три этапа.
Как процесс B 67/100 · Почти готов — слабые места: входы и предусловия, стоимость исполнения
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 12200 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 67/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 40Стоимость исполнения. Тело инструкции 12200 токенов: вытесняет саму задачу из окна
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 85Шаги. Шагов: 166, расплывчатых формулировок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели
- high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 690 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 33 заголовков
- +3Пошаговые инструкции: 166 пунктов
- +3Формат ответа описан явно
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.