举办了一场名为HIPE-OCRepair-2026的竞赛，旨在评估大型语言模型（LLM）在纠正历史文献光学字符识别（OCR）错误方面的能力。竞赛使用包含英语、法语和德语历史报纸和印刷品的数据集，评估LLM在不同语言和噪声水平下的能力。尽管LLM辅助系统在OCR质量方面显示出显著改进，但性能各异，并且在噪声较小的输入上过度校正是个值得注意的挑战。 AI
影响 LLM正被探索用于历史文献校正等专业任务，有望提高数字化档案的可访问性。
排序理由 学术论文，详细介绍了一场竞赛及其结果。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
