新的LLM框架ARI增强历史文献修复

研究人员开发了一个新框架ARI，该框架使用检索增强生成（RAG）和大型语言模型来修复历史文献。该方法将LLM的隐式知识与从各种来源检索到的外部上下文相结合，以准确地修复命名实体和通用字符，优于现有方法。在韩国历史文献上的实验表明，ARI显著提高了修复准确性，并为分析历史记录的专家提供了一个实用的工具。 AI

影响 增强AI在历史研究和文献分析中的能力。

排序理由 该条目是一篇学术论文，详细介绍了使用LLM修复历史文献的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Connected Papers
• DagsHub
• Gotit.pub
• Hugging Face
• Large Language Models
• Litmaps
• Retrieval-Augmented Generation
• ScienceCast
• scite Smart Citations

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →