LightOnOCR3图片描述：把生成描述与原页题注分开，避免当作可见文字引用

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：
LightOnOCR-3采用本地或自有授权服务；4B/0.8B为Qwen3.5架构，1B架构不同，显存还受图片与上下文影响，不承诺某张卡必定够用。
使用官方仓库锁定的兼容依赖；当前仓库说明vLLM0.30.0与Transformers5.16.1，模型卡的旧最低版本不能替代锁文件。
模型Apache2.0；仅空prompt或grounding是文档支持输入，原生PDF与检查无需付费，模型识别未执行。

操作步骤：
1. 准备两张原创图片
在报告放一张木工作台图与一张花材整理图，各配题注。
题注写“图1 工具检查”和“图2 材料分组”，不包含推测性成效。

2. 标明原文范围
把题注文字与图中可见标签单独列入作者参考。
照片场景没有写出的事实不能算原文。

3. 取得grounding输出
保留image和caption两类块，不先合并它们。
若模型没有识别caption，记录漏项而不是把描述改名为题注。

4. 分配证据类型
image说明标generated_description，caption标transcribed_caption。
两者都绑定原页和bbox，但引用资格不同。

5. 检查描述越界
查看是否猜测人物身份、地点或“效率提高”等原图看不出的结论。
越界描述标待审，不写成报告事实。

6. 构建图文索引
索引可同时包含题注与描述，但界面明确标来源。
逐字引用只使用可核对的原文题注。

7. 交付图片台账
保存图片裁切、题注原文、模型描述和审核决定。
未经执行的描述保持空值，作者示例不得充当模型结果。

验收：
image描述与caption转写分字段。
引用原文不使用生成描述。
每图可回到对应bbox和页码。

官方资料：
https://huggingface.co/lightonai/LightOnOCR-3-4B

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。