模型性能突破 - 谷歌AI Studio平台测试的未命名AI模型在破译难辨认历史手稿方面取得重大突破，核心字符错误率仅为0.56%，性能接近人类专业研究者水平[1] - 在处理五份18至19世纪的高难度历史手稿时，模型整体字符错误率约为1.7%，若剔除标点符号和大小写规范等非核心错误，错误率可降至0.56%，相当于每转写200个字符仅出现1处失误[2] 技术能力验证 - 测试手稿涵盖多种手写风格，包括字迹潦草、拼写不规范、语法不一致等复杂样本，充分验证了模型的强大适应能力[2] - 该模型展现出超越单纯文字转写的推理能力，例如在处理一份18世纪商人日记时，能通过反向核算账本总价并结合历史背景，成功推断出未标注计量单位数字的准确含义[2] 当前评估局限 - 由于模型以A/B测试形式零星亮相，大规模系统性测试难以开展，目前仅完成基准数据集中约10%样本的评估工作[2]