Хабр ✔

@habr_com · Russian · active

Subscribers 135K Subscribers, last 30 days: 135K → 135K +0 24h
Reach per post (ERR) 12.2%16.5K avg views
Posting 7.7/day last 6 hours ago
Reactions per 1K views 5.1 ❤ 👍 🔥

Где VLM не читали старых газет: разбираем PereStruct, открытый датасет и модульный парсер Откройте скан советской газеты. Глаз сам находит крупный заголовок, ведёт к продолжению в соседней колонке, отличает подпись под фотографией от основного текста. Для алгоритма перед ним выцветшая страница с десятками тесно расположенных прямоугольников, нестандартными шрифтами и неоднозначным порядком чтения. Казалось бы, тут и пригодится большая мультимодальная модель, которой можно отдать картинку страницы и сразу получить готовый текст. Один запрос вместо детектора, распознавания и сборщика структуры. На деле такая модель дописывает несуществующий текст, зацикливает фразы и склеивает соседние статьи в одну. Авторы PereStruct пошли другим путём и собрали пайплайн из отдельных узких компонентов, каждый со своей проверяемой задачей.

Views over time

05K10K15K20K4 Sep 13:0211 Nov 14:3617.5K4 Sep 13:02: 0 views11 Nov 14:36: 17,500 views
Snapshots we took after posting.
WhenViews
4 Sep 2026, 13:020
11 Nov 2026, 14:3617.5K

Who shared this post

Posts in other channels we index that link to this one. (Forwards with a hidden source can't be traced.)

Nobody yet.