11 月 16 日消息，科技媒體 golem 昨日（11 月 15 日）發布博文，報道稱谷歌通過其 AI Studio 平臺，正測試一款尚未命名的 AI 模型，在破譯難以辨認的歷史手稿方面已接近人類專家的水平。
IT之家援引博文介紹，歷史學家 Mark Humphries 使用一套專門開發的基準數據集，系統性地測試了該模型的性能。結果表明，在處理五份高難度歷史手稿時，該模型的整體字符錯誤率約為 1.7%，其中大部分錯誤涉及標點符號和大小寫，而非單詞本身。
Humphries 的評估進一步指出，如果排除模糊的標點符號和大小寫錯誤，該 AI 模型的字符錯誤率將驟降至約 0.56%，相當于每轉寫 200 個字符才出現一個錯誤。
根據新發現的未知 Gemini 型號轉錄的奧爾巴尼賬簿頁面
這一驚人的準確度，讓其性能足以與從事歷史文獻轉寫的專業人類工作者相提并論。此次測試的文檔涵蓋了 18 至 19 世紀的多種手寫風格，其中不乏字跡潦草、拼寫錯誤和語法不一致的復雜樣本，進一步凸顯了該模型的強大能力。
該模型最令人意外的表現，是其超越了簡單的文字轉寫，展現出復雜的推理能力。在處理一份 18 世紀商人的日記時，原文中有一條關于購買糖的記錄，僅標記了數字“145”，并未注明計量單位。
谷歌的 AI 模型并未直接轉寫為“145”，而是輸出了“14 磅 5 盎司”。研究人員發現，AI 是通過反向計算賬本中記錄的總價，并結合當時英國的貨幣（磅、先令、便士）與重量單位關系，才成功推斷出這一結果。
盡管初步結果令人振奮，但 Humphries 也強調了當前評估的局限性。由于該模型通過 A/B 測試形式零星出現，系統性地進行大規模測試存在困難，目前僅評估了基準數據集中約 10% 的樣本。