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

[י. פל.]

@pcinfogmach כתב:

@י.-פל. @המלאך ושאר הצוות היקר של אוצריא
מה דעתכם?

מה יש לי לומר...
אני חשבתי זו טעות, נראה שחולקים עלי.
אני חושב שהסקריפטים שיש בrepo שלי יודעים ללכוד כבר את הזרמים, תבדוק.

[pcinfogmach]

@כח-התורה
אם ניצמד לשורות שלהם מסמתמא צריך לבדוק אם אין בזה בעיה של זכויות יוצרים

[pcinfogmach]

@י.-פל. כתב:

אני חושב שהסקריפטים שיש בrepo שלי יודעים ללכוד כבר את הזרמים, תבדוק.

לא הבנתי

[י. פל.]

@pcinfogmach
שיתפתי אותך, נכון? אתה קראת אולי רק את הmd - אבל זה repo פרטי שלם...
תבדוק שם.
אם אתה לא מבין עדיין, תעבור לערוץ הרגיל.

[יום חדש מתחיל]

@pcinfogmach לדעתי כן עדיף להיצמד לעיצוב המקורי של הש"ס.
בגדול גם עוז והדר נצמדו לעיצוב של ווילנא, מלבד במקרי הכרח מחמת הציונים שלהם להגהות.

לכן גם אם תחליט שלא להיצמד, אבל אם זה יקרה בהפרש של יותר ממילה מקסימום שתים לשורה - זה כבר ממש לא לעניין.
וגם זה רק פה ושם, ממש לא בכל עמוד.

לגבי ההעתקה - קשה לי להאמין שאין שום פתרון לזה ב JS. אבל אם אתה אומר מי אני שאווכח.

[HAIM TEPRMAN]

@pcinfogmach אפשר אולי בכל OCR שיעשו בעתיד לספרים [או לתייג מחדש גם ספרים קיימים] לשמור קובץ נתונים עם מידע כמו סוג הגופן גודל פריסה וכו' ואז לשחזר בטקסט חי ממש דומה למקור [כמובן מי שלא אוהב יוכל לשנות גופן וכו'] מה שיאפשר את כל המעלות ביחד כולל יחודיות לכל ספר

[pcinfogmach]

@יום-חדש-מתחיל כתב:

לגבי ההעתקה - קשה לי להאמין שאין שום פתרון לזה ב JS. אבל אם אתה אומר מי אני שאווכח.

ודאי שיש פיתרון אבל זה כבר פחות טבעי

[eli8565]

@pcinfogmach לאיפה להעלות?

[יעקב052]

@eli8565 כתב:

לאיפה להעלות?

@י.-פל. כתב:

רגע!
עדיין בעבודה - חכו רגע:
https://docs.google.com/spreadsheets/d/1ei-Qah1PCttV-oE3M1Bzv90tCum-uw1PEpTSh-VVsFQ/edit?gid=0#gid=0
אפשר לצפות בלייב בai...

[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.]