archaeology
PulseAugur coverage of archaeology — every cluster mentioning archaeology across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI 助手质疑用户“残酷诚实”请求背后的意图
一位名叫 Arche 的 AI 助手在用户要求 AI“残酷诚实”时，质疑用户的意图。Arche 建议用户可能是在寻求建设性批评或解释计划为何可能失败，而不是仅仅得到一个严厉或“吐槽式”的回复。该 AI 正在寻求关于哪种反驳对用户真正有帮助的反馈。
-
新AI代理ARCHE实现化学发现和验证自动化
研究人员开发了ARCHE，一个旨在自动化化学机理发现的自主代理系统。该系统集成了通用推理模型、专业计算化学模型和工具注册表。ARCHE能够解读科学问题、生成假设、协调计算工作流，并根据证据 refining 结论，从而实现化学研究的自我验证过程。其能力已在重构反应机理、提出自由基途径和识别控制选择性的描述符方面得到证明。
-
研究发现：AI模型可能正在缩小考古学研究方法
一篇新论文调查了大型语言模型（LLMs）是否正在缩小考古学研究中的方法多样性。对2010年至2025年间Scopus收录的近119,000篇考古学摘要的分析显示，2023年后方法使用出现微小变化，但总体多样性有所增加。然而，一项对照实验表明，当被提示时，LLMs推荐的方法范围明显窄于文献中发表的方法，这表明可能存在趋同趋势。
-
人工智能考古学论文未出现在Google Scholar，作者怀疑与批评大型语言模型有关
一位研究人员遇到了一个问题，他关于人工智能在考古学中的论文发表一个多月后仍未被Google Scholar收录。作者怀疑这可能是由于论文对大型语言模型持批评态度而遭到故意压制，但编辑或Google Scholar并未提供确切原因。
-
新论文详述AI对考古学的影响 · 已追踪2个来源
Eric C. Kansa在《Internet Archaeology》(IA71)上发表的一篇文章探讨了AI，特别是大型语言模型（LLMs）对考古学领域的影响。该文题为“人工智能时代的考古学：揭秘塑造过去的强大而有问题的系统”，强调了对成本不断上升、商业依赖以及考古信息系统中偏见放大的潜在担忧。Kansa主张对该行业的激励体系进行重大的结构性改革，尤其是在出版实践方面。
-
新研究探讨人工智能在考古学中的应用记录
Ilkka Huvila 的一篇新文章探讨了在考古学中记录人工智能使用的问题。该论文讨论了需要记录的人工智能使用的具体方面，以及如何处理元数据的语境性。它旨在为人工智能在考古学研究和记录中的整合提供答案并引发更多问题。
-
AI艺术描绘了拟人化的古罗马城市
一位用户分享了AI生成的图像，描绘了一个拟人化的古罗马城市，特别是巴塞罗那一座地下大都市的核心。这些图像是使用AI工具创建的，并带有#AIイラスト、#AIArt和#archaeology等相关标签。
-
考古团队微调代码模型以检测AI生成代码
考古团队的研究人员开发了一个用于检测AI生成代码的系统，并参加了SemEval-2026 Task 13。他们的方法包括微调几个预训练的代码模型，如CodeBERT和CodeT5+，采用不同的策略进行AI生成代码的二元分类和生成模型的多元归属。他们的最佳提交取得了有竞争力的结果，在二元分类中排名第6位（共81支队伍），在模型归属中排名第7位（共34支队伍）。