בירור | פיתוח נסיוני | ש"ס עם טקסט חי מתוך המסד

[יום חדש מתחיל]

@eli8565 https://otzaria.org/forum/post/32637

[pcinfogmach]

יש מישהו שיכול לייצר בשבילי רשימה של מקרי קצה בעימוד של הבבלי - תודה מראש

[arieldaniely]

@pcinfogmach מה הכוונה? דפים ספציפיים או סיטואציות שיש?

לפי זכרוני יש כל מיני סיטואציות מסובכות:

• רש"י בשני צדדים.
• רש"י כל כל החלק העליון [ולא רק על חצי], אך תוס' קיים.
• תוספות בתוך הדף - רש"י בשני הצדדים ותוספות מופיע בבלוקים בתוך האזור של הגמרא - לרוב באזור אחד [הצמוד לגמרא עליו הוא נכתב] ולעיתים נדירות בשני חלקים [לא זכיתי לראות מקרה עם שלוש].
• מסכת נזיר, דף ל"ג, עמוד ב' - רק תוספות.
• רש"י על כל החלק העליון כאשר אין תוספות כלל [עיין הדף האחרון בקידושין].
• לא חריגה אבל צריך לשים לב - כל תחילת פרק יש להציג בצורה מתאימה [גם בגמרא גם ברשי וגם בתוספות].
• נדרים - רש"י בצד של תוספות ור"ן בצד של רש"י.
  [נ.ב - אם אתה בונה על הפרוייקט שלי - הוספתי תמיכה לתיקון שני הסעיפים האחרונים].

ניתן לראות כי רוב החריגות הם במקרה של העדר של תוספות או שיש רק קצת.

בנוסף - יש כל מני דפים בהם תוספות או אפילו רש"י של דפים אחרים מובא בהם כי אין לו מקום בעמוד בו הוא עמור להיות [לפעמים זה ד"ה שלם ולפעמים חלק], צריך לשים לב לזה...

אם אזכר בעוד - אעדכן.

[צדיק וטוב לו]

עוז והדר אכן הרשו לעצמם לחרוג פה ושם.
אבל מדובר פה במקרי קיצון, אולי 1% מכלל השורות בש"ס - וגם אז בד"כ מילה או שנים.
להשתמש בטריק הזה באופן רציף - הנזק רב על התועלת (מבחינת נוחות, לא נכנס לקטע האידיאולוגי).

יש לי סתם שאלה מעניינת - של בור וע"ה בתחום.
בהנחה שיש לי טקסט של כל הש"ס - ובמקביל צילום.
הייתי מצפה שיהיה מודל שיוכל בקלות להשוות ולהדביק כל מילה למקומה.
הוא הרי אינו צריך לנחש מ 0 את האותיות, אלא רק להדביק את הטקסט הקיים - לפי התאמה.
זה לא אמור להיות משהו יחסית פשוט עבור מודל AI שנת 2026?

[arieldaniely]

@צדיק-וטוב-לו
א' - לדעתי הם חרגו לפחות ב-10%.
ב' - זה מה שהוא מנסה [או ניסה?] לזרות את המילה הראשונה והאחרונה בכל שורה, לפי מה שהוא כתב יש לי חשד שהוא עבר לשיטה אחרת של עימוד אוטומטי של הדפים.

[צדיק וטוב לו]

@arieldaniely כתב:

א' - לדעתי הם חרגו לפחות ב-10%.

בממוצע בכל עמוד 10% מהשורות נגמרות במילה אחרת מהדפוס המקורי?
אני חושב שאין לנו אותו ש"ס.

[arieldaniely]

@צדיק-וטוב-לו לא יצא לי לספור להנאתי...
מתחושה שלי זה יותר משמעותי מאחוז אחד בלבד...
רק לסבר את האוזן - אם זה אחוז אחד זה אומר שיש שורה אחת בלבד שנגמרת במילה שונה מתוך כל 4 עמודים, לעומת מה שאני טוען שבכל עמוד יש קצת יותר משני שורות שנגמרות שונה.

[צדיק וטוב לו]

@arieldaniely אני חושב שזה יותר קרוב לשורה אחת בכל 4 עמודים.
בכל מקרה, מאיפה לקחת ממוצע של 25 שורות בעמוד?

[pcinfogmach]

@צדיק-וטוב-לו כתב:

הייתי מצפה שיהיה מודל שיוכל בקלות להשוות ולהדביק כל מילה למקומה.

זה לא יוצא יפה צריך יישור שורות
וגם יש את הנושא של שינויי נוסחאות כמובן

[pcinfogmach]

@arieldaniely כתב:

תוספות בתוך הדף - רש"י בשני הצדדים ותוספות מופיע בבלוקים בתוח האזור של הגמרא - לרוב באזור אחד [הצמוד לגמרא עליו הוא נכתב] ולעיתים נדירות בשני חלקים [לא זכיתי לראות מקרה עם שלוש].

מישהו יכול לייצר לי רשימה אפילו חלקית איפה יש כאלה?

[arieldaniely]

@pcinfogmach פרק ראשון במגילה, אזור יא: - יז. יש כמה. [בנתיים ראיתי: יג:, יד., טו:, טז:, טז., יז.]

[חנניה]

כל מסכת מעילה

[צדיק וטוב לו]

@pcinfogmach נראה שלא הבנת אותי.
אני מדבר על להשתמש בPDF קיים.
רק להפוך אותו לשכבת טקסט אמינה מאחורה, על ידי הדבקת טקסט קיים.
אכן יש שינויי נוסחאות, אך המודל אמור לעלות עליהם בקלות יחסית כאשר רוב מוחלט של החומר תואם.

[pcinfogmach]

@צדיק-וטוב-לו
ייתכן וגם זה יהיה כלול בפרוייקט תלוי בזמן ועוד כמה דברים

[pcinfogmach]

רבותיי יש הרבה מאוד שיבושי ocr כלומר עמודים שהocr שלהם קשה לקרוא לו ocr בכלל
הבו עצה

Spoiler

הפרוייקט מתקדם טוב מאוד ב"ה
עיקר האתגר כעת הוא הocr והחיתוך

[חנניה]

@pcinfogmach מה עם המודל? @פלמנמוני

[י. פל.]

@חנניה כתב:

@pcinfogmach מה עם המודל? @פלמנמוני

גם למפתחים מותר לקחת חופש.
אני מקווה שזה באישורך ועל דעתך

[חנניה]

@י.-פל. @pcinfogmach
O.K. רבותי, התשובה לפנינו, נחכה למודל, וכמו שאמר פעם חכם אחד, מה לנו כי נעמול במלאכת כפינו, מעבר לנהר יאכלו האנשים בלא עמל ויגיעה, ואנחנו זמנינו נכלה? הבה נלך עמם ונאכל מלחמם ומזיתם..

[דוד משה 1]

@pcinfogmach לגבי הבעיות ב OCR נראה לי שהכי פשוט אם זה מפריע להתקדמות שיכניסו את העמודים הבעיתיים לאתר העריכה נראה לי יש עוד כמה ימים וזה יהיה כמו לחמניות במוצאי פסח

[יהודי צעיר]

@חנניה כתב:

@י.-פל. @pcinfogmach
וכמו שאמר פעם חכם אחד, מה לנו כי נעמול במלאכת כפינו, מעבר לנהר יאכלו האנשים בלא עמל ויגיעה, ואנחנו זמנינו נכלה? הבה נלך עמם ונאכל מלחמם ומזיתם..

Spoiler

כתבתי לגוגל-
מצא פתגם: מה לנו כי נעמול במלאכת כפינו, מעבר לנהר יאכלו האנשים בלא עמל ויגיעה, ואנחנו זמנינו נכלה הבה נלך עמם ונאכל מלחמם ומזיתם -

--

• סקירת AI
  הטקסט שהבאת אינו פתגם מקורי מספר המשלים או מן המקורות העתיקים, אלא פרפראזה הומוריסטית או פארודיה שנוצרה לאחרונה ברשתות החברתיות ובפורומים (כגון פורום אוצריא), כדי להמחיש בצורה סאטירית או לשאול האם מודל בינה מלאכותית יצליח לזהות אותו כמקור קדום.

מאפייני המשפט
סגנון מקראי-מדומה: המשפט מחקה ניסוחים תנ"כיים ("מה לנו כי...", "מלאכת כפינו", "מלחמם ומזיתם") כדי ליצור רושם של פסוק או מדרש מוכר.

המקור הוויראלי: הוא הומצא והופץ במכוון כחידה ("וכמו שאמר פעם חכם אחד...") כדי לבדוק אם מערכות חכמות יתבלבלו וינסו לייחס אותו בטעְות למקור תורני או ספרותי אמיתי.