本研究探讨了多模态大型语言模型在多页手写文档转录中的应用，提出了新方法“+首页”，通过整份文档的OCR输出和首页图像，显著提高了转录准确性并降低了成本。实验结果表明，该方法有效推断文本格式及OCR错误模式。

本研究利用大型语言模型（如GPT-4o和Claude Sonnet 3.5）转录历史手写文档，克服了传统OCR/HTR系统的局限性。研究表明，这些模型在准确性和相似度上优于人类评估，显示出其在该领域的潜力。