全页手稿转写时代，CER 为何失效：从行级 CRNN 到整页布局决策

vanstriendaniel · x · 2026-09-04

vanstriendaniel 解释了 CER 指标的失效逻辑：过去 CER 适合行/词级评测，因为 CRNN+CTC 模型词表固定、无格式、无阅读顺序和版面问题，几乎没有约定可争议；而如今任务是整页转写，模型要做几十种风格决策，而十年前的 ground truth 只采用其中一种写法，CER 会把所有这些差异都计为「阅读错误」。如果基准仍在行/词级，CER 还有部分适用空间。

这是中世纪手稿转写模型评测讨论的延续，作者也提到这是在评测稀缺领域对既有方法的务实沿用，未来会尝试其他评测方案。