研究人员开发了OracleAnalyser，一个旨在利用多模态大语言模型（MLLMs）分析甲骨文隐含义的新框架。该框架通过先进的后训练技术对Qwen2.5-VL-3B-Instruct模型进行微调，包括一种名为Stable Focal Preference Optimization（SFPO）的新颖偏好优化算法。该项目还引入了用于甲骨文推理和偏好的新数据集，以及用于评估分析能力的基准。实验表明，OracleAnalyser取得了卓越的分析性能，尽管参数量较小，但其表现优于更大的模型。 AI
影响 这项研究推动了MLLMs在历史文本分析中的应用，有望为深入了解古代文化和语言提供新的途径。
排序理由 该集群描述了一篇介绍使用LLMs分析古代文字的新颖框架和算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.25906v1 Announce Type: new Abstract: With the advancement of artificial intelligence, research on oracle bone scripts has entered a new era. However, existing methods and benchmarks remain largely confined to recognition tasks, overlooking the equally crucial aspect of…
With the advancement of artificial intelligence, research on oracle bone scripts has entered a new era. However, existing methods and benchmarks remain largely confined to recognition tasks, overlooking the equally crucial aspect of oracle bone analysis. To address this gap, we p…