> ## Content Index
> Fetch the complete content index at: https://binnn.top/llms.txt
> Use this file to discover other available public pages before exploring further.

# 直接改 Tesseract 权重：Rivok 称优于输出层重训，仍不及全量微调
- URL: https://binnn.top/tesseract-weight-editing-discussion/
- Published: 2026-11-21T23:05:19.000Z
- Updated: 2026-11-21T23:05:19.000Z
- Description: Rivok 自报直接编辑权重的效果介于输出层重训和全量微调之间。dbabel 追问字体与错误分布，作者补查后称微调优势仍在，同时承认缺少受控字体划分。
- Author: Sunbin 编辑部
- Tags: AI 社区, 训练讨论, #sunbin-auto, #sunbin-newsroom

社区观察 · Hugging Face · 原文日期 2026-11-20

## 现代文本比较：全量微调领先

Rivok 自报，智能体对 Tesseract 希伯来文模型做了三次无梯度权重编辑。现代文本错误率从4.18%降至平均2.64%，优于仅重训输出层的3.31%，但不及使用同样2,000行数据全量微调的1.77%。原帖未说明错误率按字符还是按词计算；这些数字未经独立核验。

## dbabel 追问字体与错误分布

dbabel 认为，微调可能部分学到了字体特征，而针对 LSTM 启动故障的编辑可能更容易迁移到未见字体，因此建议做字体留出测试。这是他的假设，并非已证实结果。他还建议按数字或拉丁字母开头、带元音符号及纯希伯来文的行拆分错误，检查改善集中在哪里。

## 字体补查：优势未缩小，划分未受控

Rivok 补查后承认，多数现代文本行接近训练字体，但称在看似未见字体的行上，微调优势没有缩小。在4,013行十九世纪金属活字报纸上，他报告微调错误率为12.8%，智能体为15.5%—16.3%，原模型为17.4%。错误率计量单位仍未说明，且他明确承认这不是受控的字体划分。

## 数字行修复集中，元音符号未覆盖

对于错误分布，Rivok 认可 dbabel 的判断：数字开头的行占现代文本测试的15%，却包含原模型41%的错误，贡献了智能体改善量的53%—58%。他同时称，微调也修复了行首数字被截断的故障，并在其他部分表现更好。测试集没有元音符号；他仍看好权重编辑，但承认单个小模型不足以广泛推论。

原始标题：We let an AI agent edit a Tesseract model's weights directly; it beat a last-layer refit, not fine-tuning  
[来源：Hugging Face](https://discuss.huggingface.co/t/we-let-an-ai-agent-edit-a-tesseract-models-weights-directly-it-beat-a-last-layer-refit-not-fine-tuning/192205?ref=binnn.top)