标签
该研究利用RoBERTa掩码语言建模，在科幻与一般小说语料库中对man/woman/person进行掩码替换分析，发现两个语料库都存在跨性别二元的替换，但科幻展现出更强的性别可渗透性与去性别化倾向，为计算文学研究提供了可迁移的分析管线。
Show HN：Museum of Ages —— 一座完全用代码构建的 3D 数字达芬奇博物馆，提供导览功能，让参观者可以漫步其中，浏览关于他生平与作品的互动展览。
一位软件工程师利用AI智能体搜索了400年来的数字化历史档案，发现了一份被遗忘的陨石记录、失踪的犀牛运输以及未曾记载的火山喷发。该项目受到历史学家Benjamin Breen借助AI发现渡渡鸟的启发，通过串联多个AI模型来筛选发现结果，并将其与原始文档进行比对核实。
Dan Cohen回顾了Zotero诞生的故事——历时五年、高度协作的起源历程，以此纪念其20周年。他认为，缓慢而集体共建的软件开发模式能够造就经久不衰的工具，与当下即时生成的AI代码形成鲜明对比。
作者展示了如何将 Opus 5.5 等前沿模型应用于历史研究：基于嵌入的语义检索在 GLOBALISE 荷兰东印度公司档案中，检索到一份此前未被注意的 1615 年荷兰人目击猎捕渡渡鸟的记述；文章还介绍了 Carter Church 使用 GPT-6 Astra 破解拿破仑时代密码的案例。
研究者运用Simulated Annealing算法成功破解1542年教皇密码，揭示出Cardinal Farnese致Bishop Poggio信件中关于和平谈判的加密内容。
本研究审计CLIP模型在大都会艺术博物馆艺术品元数据中的性别偏差，发现无统计学显著偏差，但强调在AI公平性评估中需进行多变量混淆控制。
AI Historian是一个AI智能体系统，帮助历史学家组织和验证分散历史叙事中以人为中心的时间线索，降低历史研究的成本，同时实现高精度的时间定位。
本文以基于最小对立的诊断框架，研究机器翻译的自动评估指标是否适用于文言文到英语的翻译。结果发现所有指标都存在盲点，其中 MetricX24 整体表现最佳。
Ancient Library 是一个在线阅读器，提供 1,060 部希腊和拉丁经典作品，点击任意单词即可显示其词元、词形变化和完整词典条目。
Daniel van Strien将来自大英图书馆49,455本数字化图书（约1510–1900年）的1,080,814张公有领域图片上传至Hugging Face Hub，并按图片类型分为四个配置。
This paper presents a computational framework for automatically compiling collected commentaries on classical Chinese texts, preserving contextual dependencies of inline notes via prompt chaining and cross-source clustering.
本文比较了受训中的语言学家、一位训练有素的语言学家和LLM在使用评价理论标注评价性语言时的表现，发现LLM表现出色，能够辅助完成复杂的标注任务。
This paper recasts fine-grained intertextuality extraction in Classical Chinese histories as an agentic LLM task, grounding reuse in exact character spans and a five-dimension typology, validated by expert-adjudicated benchmarks and scaled to the Twenty-Four Histories.
本文介绍了TimeCapsule，一个1.2B参数的LLM，仅在维多利亚时期文本（1800-1875年）上训练，用于为现代概念生成历史上合理的类比。与GPT-2相比，在维多利亚散文上实现了45.4%的困惑度降低，同时通过结构化地对未来无知，展示了计算式意义构建。
本文探讨了机器学习方法（包括基于编码器的模型和微调的大型语言模型）在大型文学语料库自动主题索引中的应用，以伏尔泰全集为测试案例。最佳模型的F1得分高达0.67，为大型文学和历史版本的结构化访问提供了启示。
本文提出了用于逆转中世纪文本中字符集简化和缩写的神经方法，采用一对一和带状RNN，并通过自监督或平行语料库进行训练，同时介绍了一个用于字母还原的Python库。
本文介绍了ICDAR 2026的HIPE-OCRepair-2026竞赛，评估了使用LLM对英语、法语和德语历史文档进行OCR后校正的效果。结果表明，现代LLM系统能显著提升OCR质量，但在低噪声输入上的过校正仍是一个挑战。
介绍了一个开源的离线逐词数字阅读器，用于《普拉斯塔纳特罗伊》及商羯罗注疏，具有可点击的词分析、索引功能，以及结合规则和LLM辅助方法的混合流水线。