Question 1

ما دقة محلّل YaiGlobal في التعرف الضوئي على العربية؟

Accepted Answer

في مسار تحويل الصور إلى نص على KITAB-Bench، وعبر 3,760 عيّنة، سجّل محلّل YaiGlobal معدل خطأ حروف قدره 12.5% ومعدل خطأ كلمات قدره 25.0%، مع قيمة chrF بلغت 85.23. والنتائج الثلاث هي الأفضل بين 17 نظاماً في المقارنة. وتُعرض النتائج لكل مهمة على حدة: يتصدّر المحلّل عشرة من ثلاثة عشر مقياساً رئيسياً عبر أربع مهام، بينما تميل ثلاثة مقاييس لصالح نظام منافس.

Question 2

هل معدل خطأ الحروف لدى YaiGlobal هو 0.125%؟

Accepted Answer

لا. معدل خطأ الحروف هو 12.5%، أي ما يعادل النسبة 0.125. أما صيغة 0.125% فقد انتشرت خطأً، وهي تبالغ في الدقة بمقدار مئة ضعف. كما أن الأرقام السابقة — 5,724 عيّنة و16 نظاماً و12 مجموعة بيانات — لم تعد معتمدة: يشمل التقييم 5,949 عيّنة عبر أربع مهام مقابل 17 نظاماً، والرقم 12 هو عدد المجموعات الفرعية داخل مهمة تحويل الصور إلى نص وحدها.

Question 3

ما النظام الأفضل أداءً على KITAB-Bench؟

Accepted Answer

يتوقف ذلك على المهمة؛ فليس لـKITAB-Bench درجة إجمالية واحدة. وفي تقييم أجرته YaiGlobal على أربع من مهامه التسع، سجّل محلّل YaiGlobal أفضل نتيجة بين 17 نظاماً في تحويل الصور إلى نص على معدل خطأ الحروف ومعدل خطأ الكلمات وchrF؛ والأفضل بين 14 نظاماً في بنية الجداول بقيمة TEDS بلغت 97.99؛ والأفضل بين 11 نظاماً في التحويل الكامل من PDF إلى Markdown بقيمة MARS بلغت 79.97. وتشير ورقة KITAB-Bench بشكل مستقل إلى Gemini-2.0-Flash بوصفه الأقوى في تحويل PDF إلى Markdown بين النماذج التي قيّمها مؤلفوها.

Question 4

كيف يؤدي محلّل YaiGlobal على الخط العربي المكتوب يدوياً؟

Accepted Answer

هنا يكون الفارق في أوسع حالاته. بمتوسط كلّي عبر المجموعات الفرعية المكتوبة يدوياً KHATT وADAB وMuharaf وOnlineKhatt، سجّل محلّل YaiGlobal معدل خطأ حروف قدره 14.5% مقابل 22.0% لأقوى نظام منافس، Gemini 2.0 Flash — أي انخفاض نسبي قدره 34.09%. وبلغ معدل خطأ الكلمات 37.25% مقابل 47.25% لـAIN-7B. ويتحسّن الموقع النسبي للمحلّل كلما ازدادت المادة صعوبة، بينما يتراجع أداء معظم الأنظمة الأخرى.

Question 5

أين لا يتصدّر محلّل YaiGlobal؟

Accepted Answer

ثلاثة من المقاييس الرئيسية الثلاثة عشر تميل لصالح نظام منافس. ففي دقة النص في التحويل الكامل، تأتي قيمة chrF البالغة 79.81 بعد LlamaParse عند 82.51، بفارق 3.27% يعكس على الأرجح تعامل LlamaParse مع طبقات النص المضمَّنة في ملفات PDF. وفي تحديد مواضع عناصر الصفحة، تأتي قيمة mAP عند 0.5 البالغة 0.611 بعد RT-DETR في Docling عند 0.750؛ وRT-DETR كاشف متخصص، بينما يقبل المحلّل مربعات أقل إحكاماً مقابل دقة تبلغ 0.916 مقارنة بـ0.626 لدى RT-DETR. وفي الاسترجاع ضمن كشف البنية، تأتي قيمة 0.711 بعد 0.725 لدى RT-DETR، وهو فارق يعود في معظمه إلى كشف التعليقات التوضيحية.

Question 6

هل جرى التحقق من التقييم بشكل مستقل؟

Accepted Answer

لا. أجرت YaiGlobal التقييم وأعلنت نتائجه على KITAB-Bench، وهو بحد ذاته معيار مرجعي محكَّم من طرف ثالث نشره Heakl وزملاؤه ضمن Findings of ACL 2025. وهو ليس تدقيقاً مستقلاً. معظم نتائج الأنظمة الأخرى مأخوذة من ورقة KITAB-Bench المنشورة، لكن LlamaParse وLanding AI لا يظهران فيها وقد قيسا داخلياً — وLlamaParse هو أقوى نظام منافس في ثلاث من المهام الأربع، لذا فإن تلك المقارنات أقل وزناً من مقارنة تحويل الصور إلى نص، المستندة بالكامل إلى أرقام منشورة.

Question 7

لماذا تقيّم YaiGlobal أربعاً فقط من مهام KITAB-Bench التسع؟

Accepted Answer

استُبعدت المهام الخمس الأخرى لأسباب تتعلق بنطاق القدرات. فتحويل الرسوم البيانية إلى جداول بيانات، وتحويل المخططات إلى JSON، والإجابة عن الأسئلة البصرية، تقيس الاستدلال الدلالي على المستند لا الاستخراج الأمين لمحتواه. أما كشف الأسطر والتعرف على الأسطر فيقيسان تمثيلاً وسيطاً داخلياً لا يعرضه المحلّل بوصفه مخرجاً منشوراً. وتغطي المهام الأربع المقيَّمة 5,949 عيّنة، أي 93.7% من عيّنات تلك المهام و67.5% من المعيار المرجعي كاملاً.

Question 8

هل يمكن نشر محلّل YaiGlobal داخل مقر المؤسسة؟

Accepted Answer

نعم. تقدّم YaiGlobal منصة ويب مستضافة وواجهة REST برمجية دون أي أعباء بنية تحتية، إضافة إلى خيار النشر داخل المقر للمؤسسات التي لديها متطلبات تتعلق بسيادة البيانات أو بالامتثال التنظيمي.

القسم	الصفحات	الحالة
الفصل الأول	١–٤٨	مكتمل
الفصل الثاني	٤٩–١١٢	قيد المراجعة
الملاحق	١١٣–١٣٠	مكتمل

لم ندّعِ الريادة في التعرف الضوئي على العربية. بل قِسناها.

عمق في العربية يمكن قياسه — لا مجرد ادّعاء.

أربع مهام من KITAB-Bench، لا دقة التعرف الضوئي وحدها.

من صفحة ممسوحة، إلى معرفة منظمة.

حفظ التراث المخطوط العربي

العربية ليست فكرة لاحقة في YaiGlobal.

ذكاء عربي أصيل

ربط بصري

ذكاء بنيوي

مكتبان، منتج واحد

المحرّك نفسه، مُهيّأ للعمل الذي تقوم به فعلًا.

Yai4Edu

Yai4Institution

Yai4Ottoman

جاهز للمؤسسات، أيًّا كان نموذج النشر الذي تختاره.

السحابة المُدارة

السحابة الهجينة

خاص وداخل المقر

مبنية للمؤسسات ذات الأرشيفات الجادّة.

إنشاء مكتبة رقمية

البحث والاكتشاف

الأرشيفات التاريخية والمؤسسية

تكامل مخصص

لديك وثائق عربية؟
لنقِس دقتها.