向 AI 历史学家迈进：来自初级资料的代理式信息抽取
人工智能
2026-04-07 v1 计算与语言
数字图书馆
摘要
AI 正在支持、加速和自动化跨多个领域的科学发现。然而，由于缺乏专为历史学家设计的解决方案，AI 在历史研究中的采用仍有限。本技术进展报告中，我们介绍了正在开发中的 Chronos 系统的第一个模块。该模块使历史学家能够通过自然语言交互将原始资料的图像扫描转换为数据。与强加固定由视觉语言模型（VLM）驱动的抽取管道不同，它允许历史学家为异构资料语料库调整工作流程，评估 AI 模型在特定任务上的性能，并通过与 Chronos 代理的自然语言交互不断细化工作流程。该模块开源，可供历史学研究人员在自己的资料上使用。
引用
@article{arxiv.2604.03553,
title = {Towards the AI Historian: Agentic Information Extraction from Primary Sources},
author = {Lorenz Hufe and Niclas Griesshaber and Gavin Greif and Sebastian Oliver Eck and Philip Torr},
journal= {arXiv preprint arXiv:2604.03553},
year = {2026}
}