В Україні з’явився перший відкритий рейтинг моделей штучного інтелекту для розпізнавання рукописного українського тексту. Ресурс порівнює точність і вартість роботи різних систем на чотирьох типах текстів: архівних документах, шкільних і університетських роботах та диктантах. Про запуск повідомив Дмитро Войтех, AI Tech Lead державного сервісу «Мрія».
Рейтинг побудований на відкритому наборі даних RUKOPYS, який містить тисячі сторінок рукописних документів українською мовою. Сторінки зібрали та розмітили в межах конкурсу Handwritten to Data на платформі Kaggle, що проходив навесні 2026 року. Організаторами конкурсу були AI HOUSE разом із Міністерством економіки, Міністерством цифрової трансформації та Українським католицьким університетом. Саме завдяки такій кооперації вдалося зібрати й розмітити великий масив рукописних текстів, без якого порівняння моделей було б неможливим.
У рейтингу зіставляються три групи рішень: комерційні моделі, до яких відкрито доступ через програмні інтерфейси, відкриті моделі з відкритими вагами та розв’язки учасників конкурсу. Такий підхід дає змогу оцінити не лише якість розпізнавання, а й те, скільки коштує робота кожної системи. Для користувачів, які працюють з великими обсягами документів, ціна є не менш важливим критерієм, ніж точність.
Один із головних висновків полягає в тому, що дешевші режими роботи найкращих моделей майже не поступаються найдорожчим. Це означає, що установи з обмеженим бюджетом можуть отримувати якісний результат без найвищих витрат. Окремо виявилося, що компактні спеціалізовані системи учасників конкурсу можуть конкурувати з великими універсальними моделями. Тобто для вузького завдання, такого як розпізнавання українського письма, не завжди потрібна найбільша модель.
Результати тестувань, відповіді кожної моделі, код для оцінювання та промпти опублікували у відкритому доступі. Це дає змогу будь-кому перевірити методику, відтворити результати та використати їх у власних дослідженнях. Відкритість матеріалів також дозволяє фахівцям порівнювати нові моделі з уже протестованими.
Найкращі з перевірених моделей уже використовують для оцифрування державних архівів. Це одне з практичних застосувань рейтингу: рукописні документи, які раніше були доступні лише в паперовому вигляді, можна переводити в цифровий формат із меншими витратами та з відомою якістю розпізнавання.
Команда продовжує тестувати системи нового покоління. Їхні результати планують опублікувати пізніше, після додаткової перевірки. Оновлення рейтингу дасть змогу відстежувати, як змінюється якість розпізнавання рукописного тексту та ціна таких рішень з часом.
Джерело: dou.ua
21
