Arhivarii folosesc LLM-uri pentru a descifra scrisul de mână la scară largă

Articolul discută despre aplicarea Modelelor Lingvistice Mari (LLM-uri) în arhive pentru a transcrie documente scrise de mână, o sarcină care a provocat de mult timp cercetătorii în domeniul AI. Metodele tradiționale, cum ar fi software-ul specializat și transcrierea manuală, consumau mult timp și erau costisitoare. Utilizarea LLM-urilor, cum ar fi GPT-4, a demonstrat îmbunătățiri remarcabile în acuratețe, viteză și rentabilitate, depășind software-ul specializat de recunoaștere a scrisului de mână în teste. Această schimbare permite arhivele să-și facă colecțiile ușor de căutat și accesibile, deschizând noi căi pentru cercetarea istorică și explorarea istoriei familiei.

Mark Humphries, profesor de istorie, și colegii săi au testat LLM-urile pe documente istorice, constatând că LLM-urile au atins rate de eroare de caracter sub 2%, semnificativ mai rapid și mai ieftin decât software-ul specializat. Succesul este atribuit cantității vaste de date pe care sunt antrenate LLM-urile, permițându-le să învețe implicit relația dintre textul scris de mână și transcrierile sale. Acest lucru are implicații practice pentru cercetători precum Lianne Leddy, care studiază experiențele femeilor indigene, deoarece reduce drastic timpul și efortul necesar pentru a analiza înregistrările istorice.

Impactul LLM-urilor se resimte deja în instituții precum Universitatea din Carolina de Nord la Chapel Hill, unde bibliotecarii experimentează cu transcrierea AI. Integrarea LLM-urilor în platformele existente, cum ar fi Transkribus, indică o tendință mai largă. Acest progres promite să revoluționeze modul în care funcționează arhivele, făcând informațiile istorice mai accesibile și facilitând o perspectivă mai profundă asupra trecutului. Capacitatea de a transcrie rapid și precis documente scrise de mână are potențialul de a transforma cercetarea istorică și de a debloca informații valoroase din surse anterior inaccesibile.