看帖识字 v1
Kantie Shizi · 第一版
二〇二六年十一月
给它一个书法单字，它说出是哪个字。认得 4,167 个字种，楷、行、草、隶都能认。从零训练，只有约 500 万参数、20 MB；训练材料全部是台北故宫开放授权的真迹，没有用任何字体，也没有用别人的模型。
模型下载 →模型一览
训练材料：每个字都查得到出处
只用真迹。训练图全部来自国立故宫博物院（台北）以 CC BY 4.0 开放的书法作品，1,731 件、640 位书家，切出 267,102 个单字；其中 1,385 件、213,753 字用于训练，346 件留出不训练、专门测评。书体：楷 14.1 万、行 7.2 万、行楷 2.5 万、草 2.2 万、隶篆等约 5 千。
从零训练。没有预训练底座，没有用任何字体或合成图，也没有用任何大模型的输出当标签。
清单随模型公开。1,731 件作品的编号、品名、书家、书体、所用字数、训练或留出，以及馆方署名与原页地址，都在 training_works.csv 里。
准确率
500 个单字，出自 61 位训练时从未见过的书家，按书体分层抽取。各家都只看单字图、只答一个字，答案按繁简归一后比对（首选对，%）：
| 模型 | 全部 | 楷 | 行楷 | 行 | 草 | 隶 |
|---|---|---|---|---|---|---|
| 看帖识字 v1 | 94.0 | 96.7 | 98.8 | 95.8 | 82.0 | 98.0 |
| 百度 PaddleOCR PP-OCRv5（专门 OCR） | 86.4 | 93.3 | 88.8 | 92.5 | 62.0 | 96.0 |
| 阿里 Qwen3.8-Max-Prime | 85.8 | 94.7 | 88.8 | 85.8 | 64.0 | 98.0 |
| 阿里（本地）Qwen3.6-35B-A3B | 84.8 | 94.7 | 86.2 | 86.7 | 63.0 | 92.0 |
| 月之暗面 Kimi K3.1 Pro | 84.0 | 92.0 | 90.0 | 87.5 | 55.0 | 100 |
| Google Gemini 4 Argon | 82.8 | 96.0 | 85.0 | 76.7 | 63.0 | 94.0 |
| Anthropic Claude Fable 5.1 | 80.0 | 92.7 | 88.8 | 75.0 | 53.0 | 94.0 |
| OpenAI GPT-6 Astra | 76.4 | 90.0 | 80.0 | 73.3 | 49.0 | 92.0 |
| DeepSeek-OCR-2（专门 OCR） | 15.4 | 22.0 | 13.8 | 8.3 | 7.0 | 32.0 |
题数：楷 150、行楷 80、行 120、草 100、隶 50；测于 2026 年 11 月 4 日。每家只列成绩最好的一个模型；大模型思考档位均设为低。本地 Qwen3.6 为 4 位量化版。DeepSeek-OCR-2 是整页文档模型，直接给单字图时会当成公式或表格，表中是把字放在白纸正中后的成绩。只比看帖识字认得的字种，这一点对它有利。题目与各家成绩随模型发布。
小七千倍，高九个点。看帖识字约 500 万参数；本地运行的 Qwen3.6 有 350 亿参数，是它的七千倍，认书法单字反而低 9.2 个百分点。
人工抽查。从模型判为可信的字里按书体分层随机抽 210 字，逐张核对，认字 0 错。
已知弱项
只认切好的单字，不会自己在整页里找字。
专认毛笔书法：不适合印刷体（尤其宋体、明体）和硬笔手写，这类请用通用 OCR。
只认 4,167 个字种；生僻字、训练里只出现一两次的字认不了。
草书最弱：没见过的书家，草书首选对 82%。
篆、隶样本少，合计约五千字，成绩起伏较大。
以明清为主：训练材料全部来自台北故宫，唐宋以前的样本较少。
在网页上试试
点一个字，或上传一张只有一个字的图。模型在您的浏览器里运行，图不会上传。
模型下载
以下文件放在硅谷诗韵中心自己的下载服务器上，国内也能直接下载。只想在网页或手机上跑，下载表中第一个文件即可。
整包含下表 8 个文件；SHA-256：70a7de4af08e4c30feaedc3b1138690131376a7aa1d95beeae8b490a807d5295
| 文件 | 大小 | 用途 |
|---|---|---|
| kantie_v1.onnx | 20 MB | 推理用模型（ONNX），网页与手机即用 |
| kantie_v1.safetensors | 20 MB | 模型权重（PyTorch） |
| classes.json | 29 KB | 4,167 个字种，顺序即输出下标 |
| kantie.py | 3 KB | 预处理与推理代码 |
| training_works.csv | 474 KB | 训练材料清单：1,731 件作品与逐件署名（在线查看） |
| eval_unseen_authors_500.json | 67 KB | 生书家 500 字测评题 |
| eval_results.json | 3 KB | 各家成绩 |
| README.md | 8 KB | 模型说明（结构、训练、测评、局限） |
用法：from kantie import Kantie; Kantie().predict('一个字.png', topk=5)，返回前五个候选字和概率。输入要是切好的单字图。
获取与署名
看帖识字是开放文化授权模型·全程：从零训练，训练材料全部有授权依据并随模型公开。模型、代码与清单按 CC BY-SA 4.0 发布：可以使用、改造、再发布、商用，须署名「看帖识字 Kantie Shizi v1 (SVOIC, CC BY-SA 4.0)」，改造后须以同一许可发布。
训练图：国立故宫博物院（台北）Open Data，CC BY 4.0，逐件署名见 training_works.csv，格式为「品名 國立故宮博物院，臺北，CC BY 4.0 @ www.npm.gov.tw」。本模型不代表该院出品或认可。