11月16日消息，破譯據(jù)媒體報道，水平谷歌旗下AI Studio平臺正在測試一款未命名的接近解讀AI模型，在破譯難辨認(rèn)歷史手稿方面取得重要進展。谷歌古籍該模型在核心字符識別上的核心錯誤率僅為0.56%，準(zhǔn)確率已接近該領(lǐng)域的錯誤專業(yè)研究人員水平。

歷史學(xué)家Mark Humphries利用專門構(gòu)建的率僅基準(zhǔn)數(shù)據(jù)集對模型進行了系統(tǒng)評估。在測試涵蓋的破譯五份18至19世紀(jì)高難度手稿中，模型整體字符錯誤率約為1.7%，水平其中大部分錯誤出現(xiàn)在標(biāo)點符號和大小寫規(guī)范等非核心問題上，接近解讀并未影響單詞本身的谷歌古籍正確識別。

若排除這些非關(guān)鍵性錯誤，核心模型的錯誤字符錯誤率可進一步降至0.56%，相當(dāng)于每轉(zhuǎn)寫200個字符僅出現(xiàn)一處實質(zhì)性錯誤，率僅其表現(xiàn)已與專注于文獻轉(zhuǎn)寫的破譯專業(yè)工作者相當(dāng)。

測試手稿涵蓋了多樣化的書寫風(fēng)格，包括字跡潦草、拼寫非標(biāo)準(zhǔn)和語法不一致等復(fù)雜情況，充分驗證了模型的強適應(yīng)能力。更值得注意的是，該模型不僅能完成文字轉(zhuǎn)寫，還展現(xiàn)出一定的上下文推理能力。

例如，在處理一份18世紀(jì)商人日記時，模型遇到一條未標(biāo)注單位的購糖記錄“145”。它通過反向核對賬目總額，結(jié)合當(dāng)時英國的貨幣與重量單位體系，成功推斷出該數(shù)字代表“14磅5盎司”。

Humphries也指出當(dāng)前評估仍存在一定局限。由于該模型僅以A/B測試形式零星出現(xiàn)，難以進行大規(guī)模系統(tǒng)性驗證，目前僅完成基準(zhǔn)數(shù)據(jù)集中約10%樣本的評估工作。