Мультимодальность

Мультимодальность – способность модели работать не только с текстом, но и с изображениями, аудио и видео. Сегодня почти все топовые модели мультимодальные.

Что это дает юристу

• Загрузить фото документа или скриншот с вопросами – модель прочитает и ответит, см. работа со сканами и OCR.
• Транскрибировать аудиозапись судебного заседания или переговоров.
• Провести первичное сравнение подписей по изображению – алгоритм ниже.
• Восстановить криво сфотографированный документ до состояния чистого скана (Gemini справляется бесплатно).

Как сравнить подписи

1. Возьмите 5–10 заведомо подлинных и сопоставимых образцов: подписи одного периода, сходного назначения и качества.
2. Добавьте методику почерковедческого исследования и отдельно загрузите спорную подпись.
3. Попросите перечислить только видимые совпадения и различия: форму элементов, наклон, пропорции, интервалы, связность и остановки штриха. Не просите «вероятность подлинности в процентах» – у LLM нет валидированной шкалы для такой цифры.

Ограничения

Модель видит плоское изображение. Она не исследует нажим и рельеф бумаги, чернила, последовательность нанесения штрихов и признаки монтажа. Копия теряет часть деталей, а плохой скан может сделать сравнение бессмысленным. Результат годится только для первичной проверки гипотезы и решения, нужен ли эксперт. Это не идентификация исполнителя, не заключение эксперта и не доказательство подлинности документа.

Связанные заметки: Работа со сканами и OCR · Gemini

Материалы по теме: пост про ИИ-почерковеда · ограничения почерковедческого исследования, NIST