paper_v2/OLD_PAPER_AUDIT_v2.md

# تدقيق الورقة القديمة وخطة التحديث — Old Paper Audit (v2)

المصدر المدقَّق: `athar_ai_paper_updated(1).md/pdf` (Athar AI, June 17 2026).
المبدأ: كل رقم من ملف موثّق؛ غير المقيس = `Not measured`.

## جدول القرارات

| بند الورقة القديمة | Keep / Modify / Add | السبب | الاستبدال / الإضافة |
|---|---|---|---|
| exp6+LM = 6.76% CER (RASAM), 8.68% (TariMa) | **Keep** | مصدره `metrics_summary.csv` (Verified) | يبقى الرقم الأساس للنموذج العام |
| جدول النماذج (muharaf 37.91% → exp6+LM 6.76%) | **Keep** | كله Verified في CSV | Table: Model comparison (بلا تغيير) |
| shallow-fusion equation (α,β) | **Keep + Modify** | صحيح؛ لكن نُضيف **بوابة الثقة** الغائبة | نُبقي المعادلة ونضيف وصف الـ gating |
| warmup/freeze في التدريب | **Keep** | من تدقيق المشروع؛ نفّذها المؤلف | يبقى كوصف وصفة التدريب |
| post-OCR layer (تصميم مقترح) | **Modify → مُنفَّذ ومُقاس** | صار مُطبَّقاً ومُختبَراً هذه الدورة | نتائج بوابة LM + البدائل + RAC + الفهرس بأرقام |
| custom = 1,200 سطر (نص الورقة) | **Modify (توثيق التعارض)** | `dataset_inventory.csv` = 1,000 سطر | «≈1,200 (تدقيق المؤلف)؛ الجرد الآلي 1,000/32 صفحة» |
| «Adaptive binarization» في المعالجة | **Modify** | المسار الآمن الحالي **يُطفئ** nlbin/enhance/resize/deskew (يطابق eScriptorium على رمادي L) | «معالجة محافظة: رمادي L بلا تحويل ثنائي؛ nlbin يُشوّه نماذج L» |
| «WER unchanged after LM» | **Modify** | قياس البوابة يُظهر WER **ينخفض** (D2 15.30→10.48) | نُحدّث بأرقام البوابة الثلاثية |
| Layout routing (وصف عام) | **Add تفاصيل + مُقاس** | صار خوارزمية **كشف إطار** محدّدة (cf>0.92) + إصلاح علّة | فصل جديد: الراوتر + إصلاح 417 (58%→4.6%) |
| — (غائب) | **Add** | ميزة جديدة | **القص اليدوي / human-in-the-loop** + استيراد PAGE-XML |
| — (غائب) | **Add** | ميزة جديدة | **فصل المتن/الحاشية** (تصنيف أعمدة) للمنطق |
| — (غائب) | **Add** | ميزة/بحث جديد | **التصحيح المقيَّد بالاسترجاع (RAC)** — قرآن/حديث |
| — (غائب) | **Add** | بحث جديد | **التدريب الذاتي** (perplexity −62% على المنطق) |
| — (غائب) | **Add** | ميزة جديدة | **الفهرس** (35,632 عملاً، ترتيب بالصلة) |
| — (غائب) | **Add** | بيئة تنفيذ | **تسريع GPU** (RTX 4050, CUDA+FP16) |
| ONNX (لم يُذكر في هذه النسخة) | **N/A** | غير مذكور في athar_ai_paper_updated | — |

| ادّعاء «>96% مطلق» / مقارنة Google/Tesseract | **N/A** | غير موجود في هذه النسخة (نسخة منضبطة) | — |



## الخلاصة

الورقة القديمة **منضبطة وأرقامها صحيحة** — لا ادّعاءات مبالغة لحذفها. التحديث = **إضافة الطبقات الست المُنفَّذة والمُقاسة** (كانت «تصميماً مقترحاً») + **توسيع النتائج** بجداول جديدة (بوابة LM الثلاثية، القياس لكل صفحة، التدريب الذاتي، البدائل، RAC، الفهرس) + **الخوارزميات الذكية** صراحةً.