Vyrastal som s časopisom Kaskade. Predtým, ako existoval YouTube, predtým, ako sme mohli nájsť čokoľvek na internete – tento časopis bol jedným z prvých pravidelných zdrojov informácií, ktoré som dostal do rúk o žonglovaní, cirkuse a predstaveniach.
Keď časopis v roku 2013 skončil, cítil som to ako koniec jednej éry – aspoň pre mňa.
Niekoľko rokov boli časopisy ešte dostupné na stiahnutie ako PDF, ale približne od roku 2017 bola stránka offline.
Často som si spomínal na malé workshopy, návody alebo články, ktoré ma vtedy inšpirovali. Keď som si o niekoľko rokov neskôr chcel niečo znova prečítať – už to nebolo možné.

S pomocou Wayback Machine (The Internet Archive) som našiel zálohu z roku 2017 s kompletnými stiahnutiami (čo nie je vždy samozrejmé, najmä preto, že išlo o približne 3 GB PDF súborov) – kompletnú s nemeckou, anglickou a francúzskou edíciou.

Pri prezeraní som si uvedomil, že hoci sa v časopisoch skrývalo množstvo skvelých článkov a návodov – v dnešnej dobe by už asi málokto prehľadával 112 časopisov, ktoré sú len nakopírované. No, pokiaľ nemá niekto nostalgický záujem =P

Keďže je však škoda prísť o tieto vedomosti, pokúsil som sa pomocou súčasnej techniky všetko zdigitalizovať tak, aby to bolo aj dnes zmysluplne využiteľné.

Najprv som zo všetkých strán PDF odstránil tie, ktoré neobsahovali relevantné texty.

Na samotné prepisovanie (alebo OCR) som použil multimodálny jazykový model od spoločnosti Google.
Používam Gemini 2.0 Pro Experimental 02-05 s promptom:

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.

Výstup sa potom vyčistí pomocou gemini-2.0-flash-exp a nasledujúceho promptu (ako aj pripojeného textu, ktorý sme extrahovali):

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:

Výsledok sa potom ešte manuálne skontroluje a opraví.

[!Danger]+ Dôležité:
Zameranie bolo na extrahovanie článkov, workshopov, rozhovorov atď.
Príspevky ako napr. malé oznámenia atď. som zamietol.
Extrahovanie a čistenie textov prebiehalo pomocou LLM, preto vždy existuje možnosť, že texty neboli prepísané 1:1 alebo sa obsah mierne líši od originálu. Snažil som sa udržať chybovosť čo najnižšiu tým, že som náhodne porovnával textové úseky.

Kaskáda 002:
V pôvodnom nemeckom PDF sú vydania 2 a 3 zlúčené.

Kaskáda 003:
V pôvodnom nemeckom PDF sa tu nachádza vydanie 004.

Kaskáda 004:
Tu chýba titulná strana, zatiaľ som nezistil, ku čomu patrí...
Vyzerá to ako kópia vydania 009, bez titulnej strany.

Oprava:
PDF vydania Kaskáda 002 (originál) som rozdelil na 002 a 003.
Kaskáda 003 (originál) som premenoval na Kaskáda 004.
A Kaskáda 004 (originál) som vymazal.