這一頁現在是一套真的能重跑、能被退件的教學 baseline。輸入是全新合成三頁表單，不複製私人 PDF；流程把影像品質、對位、頁碼、ROI、OMR、選用 OCR、規則與信心分開留證。結果不夠時不猜，正式值直接留空。
八項 WP7 交付已由 planned 轉為 ready
| 交付 | 內容 | 驗收 |
|---|---|---|
| source form | 全新三頁 A4 合成 PDF，300 DPI template | 3 頁／2480×3508 |
| starter | README、AGENTS、schema、程式、測試與 scripts | 可由 Python 3.12 重跑 |
| samples | 每頁 10 張，共 30 張，base seed 20260810 | 逐檔 SHA-256 |
| ground truth | fields JSONL、documents CSV、dataset card | runtime 不讀真值 |
| results | 30 JSON、review queue、overlay、metrics | null invariant 通過 |
| script | 25 分鐘講師流程與三個觀察案例 | 現場／離線兩路 |
| policy | 門檻、互斥規則、停止與能力限制 | 實測數字同步 |
| screenshots | 清晰、模糊與裁切三種預期畫面 | A／R／X 不只靠顏色 |
全新合成資料與可追查流程
- 產生三頁中性訓練表單與空白 template。
- 以每筆 SHA-256 衍生 seed，建立旋轉、透視、低對比、陰影、模糊、含糊標記、壓縮雜訊、裁切與錯版。
- 先評估品質，再找四角定位標記與 3-bit page code。
- 對位後擷取 ROI；OMR 比較空白 template，文字欄交給可替換 OCR adapter。
- 套用 confidence、margin、互斥規則與最嚴格文件狀態。
- 輸出 JSON、人工佇列、疊圖與獨立 metrics。
基線實測：零誤接受不等於零風險
| 指標 | 結果 | 怎麼讀 |
|---|---|---|
| documents／fields | 30／120 | 固定 seed 合成資料 |
| false acceptance | 0／70（0.00%） | 只計正式接受欄位；不外推 |
| clear OMR coverage | 100.00% | 清晰 OMR 不靠全數棄答取巧 |
| review／abstention | 31.67%／10.00% | 保守門檻會增加人工量 |
| registration failure | 6.67% | 旋轉、裁切、陰影等安全失敗可見 |
| document result | 15 accepted、12 needs_review、3 abstained | OCR composite 與 hard gate 採版本化規則，文件取最嚴格狀態 |
這些數字只描述 shipped synthetic dataset；不代表繁中、手寫、任意表單或生產掃描能力。
正式值只出現在 accepted
| 證據 | 狀態 | value | candidates | 下一步 |
|---|---|---|---|---|
| 門檻、margin、品質、對位與規則全過 | accepted | 正式值 | 可保留 | 依風險抽查 |
| 有候選但信心／品質／規則不足 | needs_review | null | 可見 | 人工確認 |
| 錯頁、缺錨點、嚴重模糊或低信心 | abstained | null | [] | 重掃或退回 |
講師重跑三條命令
python -m unittest discover -s tests -v
python -m src.cli run --input data/samples --output outputs --config config --template data/template --seed 20260810 --ocr auto
python scripts/evaluate.py --ground-truth data/ground_truth/fields.jsonl --results outputs/results --output outputs/metrics --fail-on-false-acceptance沒有 Tesseract 時使用 --ocr none；OMR、對位、拒絕輸出與 metrics 仍可跑，文字欄會 abstain。講師若無法現場執行，要明說使用預產 fallback，不可冒充 live run。
正式下載
檔案清單與備援（需要時再展開）
本頁成果：人工觀察與核決
本頁成果
Codex 示範觀察表
先記證據，再寫結論；不要用「看起來差不多」代替 ground truth。
下載檔名：P11A_CODEX_OBSERVATION.md
能力邊界：沒有資料安全核准、真實代表樣本、錯誤成本、校準、人工責任與回復方案，就不得把本教學 baseline 接到生產流程。
非生產禁用：不得用於客戶資格判定、任何金融決策、法規遵循判斷、正式帳務處理或生產系統寫入。