💡
原文英文，约600词，阅读约需2分钟。
📝
内容提要
谷歌DeepMind开源了Aeneas，一个用于理解古代铭文的生成AI模型。Aeneas能够处理文本和图像输入，优于其他模型，能恢复损坏铭文中的缺失字符，帮助历史学家自动化铭文研究的关键任务，如年代和来源地区识别及部分铭文重建。该模型基于多模态变换器架构，在多个铭文任务中表现优异，DeepMind希望提供互动版本供研究者和学生使用。
🎯
关键要点
- 谷歌DeepMind开源了Aeneas，一个用于理解古代铭文的生成AI模型。
- Aeneas能够处理文本和图像输入，优于其他模型，能恢复损坏铭文中的缺失字符。
- 该模型帮助历史学家自动化铭文研究的关键任务，如年代和来源地区识别及部分铭文重建。
- Aeneas基于多模态变换器架构，在多个铭文任务中表现优异。
- DeepMind希望提供互动版本供研究者和学生使用。
- Aeneas在DeepMind的Ithaca项目基础上开发，增加了对图像输入的支持。
- DeepMind组建了拉丁铭文数据集（LED），包含176,861个铭文。
- Aeneas在研究工具的有效性评估中表现出色，专家们在时间限制下使用该工具。
- Aeneas帮助历史学家更快找到铭文的相似之处，节省了研究时间。
- Aeneas的代码可在GitHub上获取，还有互动演示网站。
❓
延伸问答
Aeneas模型的主要功能是什么？
Aeneas模型主要用于理解古代铭文，能够处理文本和图像输入，恢复损坏铭文中的缺失字符。
DeepMind为什么开源Aeneas？
DeepMind希望通过开源Aeneas，使研究者、学生和教育工作者能够免费使用这一工具，促进古代铭文研究。
Aeneas如何帮助历史学家进行铭文研究？
Aeneas帮助历史学家自动化关键任务，如铭文的年代识别、来源地区识别和部分铭文重建。
Aeneas的训练数据集包含哪些内容？
Aeneas的训练数据集是拉丁铭文数据集（LED），包含176,861个铭文，涵盖从公元前7世纪到公元8世纪的铭文。
Aeneas与DeepMind的Ithaca项目有什么区别？
Aeneas在Ithaca项目的基础上增加了对图像输入的支持，并能恢复未知数量的缺失字符。
使用Aeneas进行铭文研究的效果如何？
使用Aeneas的历史学家在时间限制下的研究中表现出色，能够更快找到铭文的相似之处，节省了研究时间。
➡️
