Україна · 2026-11-12
В Україні запустили перший відкритий лідерборд для розпізнавання рукописного тексту українською
Українські фахівці створили публічну таблицю, де можна порівняти, які ШІ-моделі краще читають рукописні українські документи, від архівів до шкільних зошитів.
Що сталося
На платформі Hugging Face з'явився RUKOPYS Leaderboard, перша відкрита таблиця лідерів для моделей, які вміють розпізнавати рукописний український текст. Такі програми перетворюють написане від руки на звичайний друкований текст, який можна шукати й копіювати.
Ініціатива виросла з весняного конкурсу Handwritten to Data на Kaggle. Її мета: створити прозорий стандарт, за яким можна чесно перевіряти такі системи.
Що всередині
В основі тесту лежить RUKOPYS, великий відкритий набір рукописних текстів українською, який створили разом з Українським католицьким університетом (УКУ). Для тестування взяли 385 сторінок, на яких 8290 текстових фрагментів. Документи охоплюють період з 1919 по 2025 рік: архівні записи, аркуші радіодиктанту національної єдності, університетські іспити та шкільні зошити.
Вже перевірили 43 моделі та системи у 94 конфігураціях. Серед них є комерційні сервіси, які працюють через API, моделі з відкритим кодом і спеціалізовані системи від учасників конкурсу. Оцінювали точність, кількість помилок у символах і приблизну вартість обробки 1000 сторінок.
Хто переміг
Першим за підсумковим показником став Gemini 4 Argon від Google з результатом 0.9387. Його обробка коштує близько $53,08 за тисячу сторінок. Далі йдуть інші версії Gemini, а також рішення від Anthropic та OpenAI.
Організатори кажуть, що якісне розпізнавання не завжди коштує дорого. Деякі комерційні моделі на найдешевших налаштуваннях майже не поступаються найдорожчим. А невеликі спеціалізовані системи від учасників конкурсу конкурують із великими універсальними моделями.
Чому це важливо
Найкращі моделі вже використовують, щоб оцифровувати українські державні архіви. Тобто старі документи з'являться в електронному вигляді, і їх буде легше знайти та прочитати. Команда також працює над новим поколінням моделей, яке поєднає найкращі розробки учасників і значно більший обсяг навчальних даних.
Усі матеріали доступні для перевірки: відповіді моделей для кожної сторінки, код оцінювання, інструкції для моделей і точні налаштування запусків. Розробники запрошують спільноту додавати власні моделі до порівняння.
Корисне з першоджерела
- RUKOPYS Leaderboard — Відкрита таблиця, де можна порівняти моделі для розпізнавання українського рукописного тексту.
Джерела: 🔗 DOU/dev.ua