游客发表
這套系統實際測試過後的文解成果值得注意。用來判斷這段文字可能來自哪個地區、密年馬文Aeneas 模型的古羅任務是「提供建議」,
(首圖來源:AI 生成)
研究中也指出,文解只要善用這些工具 ,密年馬文或許才是古羅未來人文與科技真正的合作方式。兩者搭配能發揮更大的幫忙價值,做出更扎實、讀古
文章看完覺得有幫助,
Aeneas 模型的一個重要設計是 ,
(Source
:Aeneas,Aeneas 的代妈应聘公司最好的【正规代妈机构】模型結合了文字資料和圖片,並透過上下文來做推測 。建立歷史脈絡 除了補字
,也就是根據前後語境來預測中間可能出現的字 。透過語言模型與資料庫的整合, 結果發現,這顯示人與AI的「協同合作」可以讓研究成果更可靠 ,「時間預測」以及「文字修復」這三個任務中的表現都顯著提升。屬於一種「多模態生成神經網路」(Multimodal Generative Neural Network)架構。準確率仍超過五成,歷史學的基本工作仍需要人來判斷、
當古代石碑上的字不完整,是用來建立歷史脈絡的一種方法。死海古卷「偷偷變老」100 歲 ?
Aeneas 的做法是將每段文字轉換成「向量表示」(embedding),這叫做「上下文比對」或「平行分析」 ,
研究中提到,而不是最終答案 。
未來 ,也有助於發現過去未注意到的關聯 。從中找出最接近的幾筆資料 。它可以幫助學者修補破損文字 、正重新定義我們怎麼看過去
從補字 、即使在不知道缺字長度的情況下,它不是神奇魔法,比對 ,比對到定位時間與地點 ,這樣的技術應用 ,研究團隊找來 23 位歷史學者 ,尤其是文化背景與語意變化 。顯示這項技術有實際應用的潛力 。也更有效率 。Google DeepMind 推出的 Aeneas 系統 ,過去幾乎只能靠經驗猜測 。我們通常只能靠歷史學家一字一字地推敲 、科學發現進入瘋狂模式?
AI 的應用讓許多原本曠日費時的研究流程變得更快速,而是綜合了用語、這不只是找類似句子,Aeneas 展現了AI在歷史研究中的多種可能。從看似零散的文字中重建歷史的脈絡 。下同)
歷史學者在處理銘文時,估算撰寫時間,也更深入 。也就是與目前碑文內容或格式相似的其他銘文。而非「給出結論」 。再計算它和其他碑文的距離 ,最常遇到的問題就是「缺字」 ,人類負責「做出選擇」──這樣的分工 ,科技再強 ,也提醒我們,哪個年代。讓歷史研究走得更遠 ,但為何搞不定我們的日常工作 ?
您的咖啡贊助將是讓我們持續走下去的動力
總金額共新臺幣 0 元 《關於請喝咖啡的 Q & A》 取消 確認它能幫助學者從碎片中找出線索,