康斯坦丁·齐奥尔科夫斯基的完整个人档案，共包含 51,008 页和 2,019 个档案文件，已作为 CC0 数据集发布。该合集跨越了这位自学成才的火箭理论家五十年的工作成果，包括手写手稿与打字副本。

  • 档案中包含 36,446 处被划掉的段落（标记为作者修订）以及来自转录模型的 299,939 个明确的不确定性标记。
  • 识别准确率使用来自 224 个文件的 1,759 对手写稿与打字稿读数对进行测量，结果显示中位词级一致率仅为 37%。
  • 与印刷版相比，打字稿的字符一致率达到 98.1%，手写稿为 81.1%，为俄文手写识别提供了具体的基准。
  • 该数据集作为不确定性校准和 HTR 模型微调的测试平台，解决了现有俄文手写资源的缺乏问题。

此次发布提供了研究一手笔迹随时间老化及历史正字法变化的罕见机会，同时为 OCR 系统在困难历史脚本上的评估提供了严谨的指标。