Характеристики

Контекст: 512 токенов
Архитектура: vision-encoder-decoder · dense
Библиотека: transformers
Опубликована: 24 июн 2026

Ссылки

trocr-hanseXVII-kurrent

Изображение и текст → текст3 профессии

Модель TrOCR распознаёт рукописные административные документы Северной Германии XVII века и преобразует их изображения в текст.

192скачиваний за 30 дней0лайковвеса обновлены2 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

TrOCR Kurrent-Model Hanse 17th century — модель распознавания рукописного текста, разработанная Research Centre for Hanse and Baltic History (FGHO) в рамках Flow Project. Она предназначена для чтения административных документов Северной Германии XVII века: протоколов городских собраний, материалов морского суда и заседаний совета Любека.

Модель построена на архитектуре TrOCR типа vision-encoder-decoder и дообучена на основе dh-unibe/trocr-kurrent-XVI-XVII. Она принимает изображения рукописных страниц и выдаёт распознанный текст на ранненововерхненемецком языке. В README указаны CER 0,0040 на лучшей оценке и 0,0382 на тестовом наборе. Репозиторий содержит веса в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

распознавание протоколов городских собраний XVII века
транскрибация материалов морских судов Любека
оцифровка заседаний городского совета Любека
извлечение текста из исторических рукописей на ранненововерхненемецком

Ограничения

Модель обучена на административных рукописях Северной Германии XVII века, поэтому качество на других почерках, эпохах и типах документов может быть ниже. В README приведены CER для тестового набора, но условия лицензирования в доступных данных не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TrOCR Kurrent-Model Hanse 17th century

Handwritten Text Recognition model for administrative records from the northern German region, 17th century.

Model Description

Developed by: Research Centre for Hanse and Baltic History (FGHO, https://fgho.eu) in the Flow Project (https://flow-project.net)
Model type: TrOCR
Language(s) (NLP): Early New High German
Finetuned from model: dh-unibe/trocr-kurrent-XVI-XVII

Training Details

Training Data

The model was trained on administrative records from the northern German region dating to the 17th century, including:

Minutes of the Low German town assemblies (Niederdeutsche Städtetage; various archives)
Records of the maritime court (Seegerichtsakten; Lübeck City Archives)
Council minutes (Ratsprotokolle; Lübeck City Archives)

Epochs: 9.19/10 Best Eval CER: 0.0040
CER on test set: 0.0382

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: VisionEncoderDecoderModel
Ревизия весов: e283468