Indra低置信度复核：按行排序并核对变音符，别把conf当正确概率

素材身份：作者原创输入/可编辑参考。目标工具未在本轮执行。
先打开 index.html；input.csv 是原始字段，reference.csv 是验收基准，negative.csv 是故意构造的坏样例。
actual-results.csv 保留未测状态，实际执行后再填写。

前置条件：
Python环境与本地CPU；Indra使用ONNX，不需要PyTorch或GPU，首次运行需下载约76MB默认模型，math模型另计。
代码Apache2.0；权重modified OpenRAIL-M，有企业规模与竞争用途限制，不能宣传无限制免费商用。
本课原生材料可离线免费检查；目标识别未执行，实际page.source/conf/坐标只能运行后填写。

操作步骤：
1. 制作易混淆清单
原稿放café、编号P-018与带变音符的ň，并保留高清字形。
这些是教学字符串，不使用真实证件。

2. 保存逐行结果
读取真实page.lines的text、box与conf。
置信度只能从实际结果取得，作者测试分数必须标synthetic。

3. 建立复核队列
按conf从低到高排序，保留原readingOrder。
排序只改变复核顺序，不改变最终文档阅读顺序。

4. 回看变音符区域
把原框放大，逐字核对ň、ñ等近似符号。
官方说明某些Latin变音符容易混淆，不能仅凭词形看起来合理通过。

5. 抽查高分行
至少抽查一条高分编号，核对0/O、1/l。
高分也可能错，不把阈值以上当已人工校验。

6. 记录校对来源
修订值与原OCR值分列，记录人工确认人/时间。
对无法辨认的原稿保留未定，不用词典强猜。

7. 交付复核报告
同时保存原阅读序与复核序，标明conf不是已校准准确率。
未运行模型时只演示作者队列，不声称当前模型分数分布。

验收：
复核排序不破坏readingOrder。
变音符有原图放大证据。
高分行仍有抽查且不宣称概率保证。

官方资料：
https://huggingface.co/datalab-to/indra-ocr

图片身份：assets/ 为内置image_gen生成的原创练习输入缩略版，原始文件保留在网站图片来源地址。可编辑SVG为作者原生排版。
