A Kaskade magazinnal nőttem fel. Még mielőtt létezett volna a Youtube, mielőtt mindent megtalálhattunk volna az interneten – ez a magazin volt az egyik első rendszeres információs forrásom az ugrálás, a cirkusz és a show-k témájában.
Amikor a magazint 2013-ban megszüntették, korszakalkotó lezárásnak tűnt – legalábbis számomra.
Több éven keresztül a magazinok PDF formátumban még letölthetők voltak, de kb. 2017 óta a weboldal offline állapotba került.
Gyakran emlékeztem vissza kis workshopokra, oktatóanyagokra vagy cikkekre, amelyek akkoriban inspiráltak. Amikor évekkel később újra el akartam olvasni valamit – már nem volt rá lehetőség.

Szerencsére a Wayback Machine (The Internet Archive) segítségével találtam egy 2017-es mentést a teljes letöltésekkel (ez nem mindig van így, különösen, mivel kb. 3 GB PDF-ről van szó) – német, angol és francia kiadásokkal együtt.

Átnézve észrevettem, hogy bár rengeteg nagyszerű cikk és oktatóanyag volt elrejtve a magazinokban – a mai világban valószínűleg senki sem nézne át 112, csak fénymásolt magazint. Hát, hacsak nincs valakinek nosztalgikus érdeklődése =P

Mivel azonban kár lenne az információkért, megpróbáltam a jelenlegi technológia segítségével digitalizálni az egészet úgy, hogy ma is értelmesen használható legyen.

Először eltávolítottam az összes oldalt a PDF-ből, amelyek nem tartalmaztak releváns szöveget.

Az igazi transzkribáláshoz (vagy OCR-hez) a Google egyik multimodális nyelvi modelljét használtam.
A Gemini 2.0 Pro Experimental 02-05 verziót használtam a következő prompttal:

The attached PDF is a photocopy of a magazine. Extract all text, keep the document structure intact as much as possible, also extract single images and have them correctly in context.

A kimenetet a gemini-2.0-flash-exp és a következő prompt segítségével tisztítottam meg (valamint a mellékelt, általunk kinyert szöveggel):

The following text is extracted with OCR from an old magazin. Your task is to clean this up. Remove artifacts (like page-numbering, unneccessary linebreaks) or unneeded parts but keep the structure, articles etc. intact. Use a proper Markdown formatting to structure the text correctly.

Text:

Az eredményt ezután még egyszer manuálisan átnéztem és javítottam.

[!Danger]+ Fontos:
A hangsúly a cikkek, workshopok, interjúk stb. kinyerésén volt.
Az olyan bejegyzéseket, mint pl. apróhirdetések stb. elvetettem.
A szövegek kinyerését és tisztítását LLM-ek végezték, így mindig fennáll a lehetősége, hogy a szövegek nem 1:1-ben lettek átírva, vagy a tartalom kissé eltér az eredetitől. Igyekeztem a hibaarányt a lehető legalacsonyabb szinten tartani azáltal, hogy mintavételszerűen összehasonlítottam szövegrészeket.

Kaskade 002:
A német eredeti PDF-ben a 2. és 3. kiadás össze van vonva.

Kaskade 003:
A német eredeti PDF-ben itt található a 004-es kiadás.

Kaskade 004:
Itt hiányzik a címlap, még nem tudtam kideríteni, mire vonatkozik…
Úgy néz ki, mint a 009-es kiadás másolata, címlap nélkül.

Javítás:
A Kaskade 002 (eredeti) PDF-et kettéosztottam 002-re és 003-ra.
A Kaskade 003 (eredeti) kiadást átneveztem Kaskade 004-re.
A Kaskade 004 (eredeti) kiadást pedig töröltem.