AI - Gemini 3 wdraża model odczytywania pisma odręcznego.

[skrzynka97]

Model Gemini 3 został wdrożony w ubiegłym tygodniu. Nowy model wprowadził ulepszenia w zakresie odczytywania pisma odręcznego. Zmiana jest duża.
Umiejętne korzystanie z modelu w połączeniu z średnio czytelnym pismem daje wynik transkrypcji 1:1 (sprawdzałem język polski i łacinę).
Ale to co mnie zaskoczyło, to transkrypcja bazgrołów, pisarzy niedbających o kaligrafię.

Zainteresowanym amatorom AI polecam sprawdzenie tego modelu.

[Aquila]

No to u mnie właśnie z Chryzostoma Sawickiego Gemini zrobiło Krzysztofa Kamickiego. Choć resztę tekstu odczytało całkiem poprawnie.

[semux]

Model Gemini 3 został wdrożony w ubiegłym tygodniu. Nowy model wprowadził ulepszenia w zakresie odczytywania pisma odręcznego. Zmiana jest duża.
Umiejętne korzystanie z modelu w połączeniu z średnio czytelnym pismem daje wynik transkrypcji 1:1 (sprawdzałem język polski i łacinę).
Ale to co mnie zaskoczyło, to transkrypcja bazgrołów, pisarzy niedbających o kaligrafię. Pismo jest lepiej odczytywane przez model niż przez moje oko. A przecież jest to model "ogólny", nie dedykowany kilkuset letnim rękopisom.

Zainteresowanym tematem AI polecam sprawdzenie tego modelu.

Dla testu przepuściłem cały rocznik aktów małżeństwa z parafii Obryte z roku 1917 i otrzymałem takie wyniki (zapisane już w pliku do indeksacji) https://docs.google.com/spreadsheets/d/ ... SH/pubhtml
Błędów w indeksie jest 33:

• Gałka -> Falba

• Józef -> Franciszek

• Książek -> Książak

• Perkowska -> Berkowska

• Sikora -> Pikora

• Skuleński -> Szulewski

• Cholińska -> Choliwska

• Podlasińska -> Podlasin

• Książek -> Książak

• Szczepanek -> Szczepanik

• 1917-02-18 -> 1917-02-12

• 1917-02-28 -> 1917-02-08

• 1917-05-27 -> 1917-05-28

• Pałasek -> Palasek

• Pałasek -> Palasek

• Zając -> Zaręba

• Dygoń -> Dyga

• Lach -> Łach

• Pyszkiewicz -> Tyszkiewicz

• Rogoń -> Kozan

• Ciura -> Ciuba

• Klisiak -> Książak

• Łyszkowska -> Łyczkowska

• Bladosz -> Blados

• Wolańska -> Wólańska

• Łęg -> Pęgra

• Kwiatkowska -> Kwiatek

• Karlińska -> Koźlińska

• Stawarak -> Stańczak

• Gąsior -> Gązek

• Ryczonowska -> Ryczanowska

• Bartczak -> Bartniczak

• Ciuk -> Ciuba

Jak widać nie jest źle, a na pewno zdecydowanie lepiej niż model Gemini 2.5 Pro, o Chat-GPT nie wspominając.

pozdrawiam
Sergiusz

[piotr_nojszewski]

Założywszy w indeksie M 11 danych kluczowych (napturienci, rodzice i data) i 43 rekordy miałes wpółczynnik błedu bliski 7%. Bo miejsce ślubu było tu stałe jak widze.
Pytanie jakie współczynnik uznajemy za akceptowalny dla masowej indeksacji.
A zapewne nie jest to ostanie słowo i model można "podciągnąć"
Widac postęp.

[hospes]

Model Gemini 3 PRO staje się przydatnym narzędziem do odczytywania pisma odręcznego. Należy tylko pamiętać, aby wybrać wariant "myślący" a nie "szybki". Oczywiście wynik pracy AI trzeba sprawdzić i poprawić po niej błędy. Warto też próbować ograniczać pomyłki AI, podpowiadając co ma odczytać. Nie wydajemy polecenia: "Odczytaj tekst", tylko staramy się jak najbardziej zawęzić pole do domysłów za pomocą poleceń takich jak np: "Odczytaj tekst, w którym są indeksy uporządkowane rosnąco z zakresu 1-78", "Odczytaj tekst, w którym są daty uporządkowane rosnąco z zakresu 1.01.1800 - 31.12.1800", "Odczytaj tekst, w którym są nazwiska w kolejności alfabetycznej".

[semux]

To jeszcze warto wspomnieć o kolejnej nowości tj. Nano Banana Pro od Googla - można użyć do szybkiego i sprawnego retuszu zdjęć.
Tu przykład:

Oryginał (jest to skan z odbitki robionej z fragmentu zdjęcia zbiorowego):


Po wpisaniu prostego prompt'a:
Popraw jakość zdjęcie, wykadruj aby nie było białych ramek

Mamy poprawione zdjęcie przez Nano Banana Pro:


Tylko niestety jest to płatne, choć mi Google nie naliczył żadnej opłaty za kilkunastokrotne użycie via Google AI Studio (ale to jeszcze nic pewnego, że nie naliczy).