अल्जीरिया में CERIST के शोधकर्ताओं ने अरबी ऐतिहासिक पांडुलिपियों की पहचान के लिए विशेष रूप से डिज़ाइन किए गए Qwen2.5-VL-3B मॉडल का एक फाइन-ट्यून संस्करण जारी किया है। यह परियोजना करीग्राफ़ी (cursive) लिखावट, असंगत लिगचर्स और फॉक्सिंग व ब्लीड-थ्रू जैसे विभिन्न पेज आर्टिफैक्ट्स द्वारा उत्पन्न महत्वपूर्ण चुनौतियों को संबोधित करती है।
मॉडल का प्रशिक्षण तीन चरणों के पाठ्यक्रम का उपयोग करके किया गया: सामान्य अरबी पाठ पर प्रीट्रेनिंग, बिना दिआक्रिटिक्स वाले पांडुलिपि डेटा पर फाइन-ट्यूनिंग और अंत में दिआक्रिटिक्स को पुनर्स्थापित करके अंतिम फाइन-ट्यूनिंग। यह प्रिंटेड किताबों, करीग्राफ़ी लिखावट, लिथोग्राफ्स और रूब्रिकेटेड पांडुलिपियों के बीच बदलते पिक्सेल बजट को संभालने के लिए प्रति-पांडुलिपि-टाइप प्रीप्रोसेसिंग का उपयोग करता है। वर्तमान में सर्वश्रेष्ठ चेकपॉइंट ने 6.58% का कैरेक्टर एरर रेट (CER) और 22.34% का वर्ड एरर रेट (WER) हासिल किया है, जो HATFormer और शीर्ष NAKBA 2026 सबमिशन जैसे बेंचमार्क्स को पछाड़ता है।
टीम अरबी हैंडराइटन टेक्स्ट रेकग्निशन के लिए पाइपलाइन में सुधार करने में मदद करने के लिए डेमो पर प्रतिक्रिया, विशेष रूप से कठिन या असामान्य पांडुलिपि नमूनों पर प्रदर्शन के संबंध में, आमंत्रित करती है।