北京 – 人工智能（AI）正以前所未有的速度渗透到各个领域，如今，它将目光投向了人文学科。近日，普林斯顿大学AI实验室与复旦大学历史学系联合推出全球首个聚焦历史研究能力的AI评测基准——HistBench，并同步开发了深度嵌入历史研究场景的AI助手——HistAgent。这一创新举措不仅填补了人文学科AI测试的空白，更为复杂史料处理与多模态理解建立了系统工具框架，标志着AI在人文学科应用上迈出了重要一步。
HistBench：为AI设立历史研究的“试金石”
HistBench数据集共收录414道高质量历史问题，这些问题经过多轮严苛筛选，涵盖29种古今语言，覆盖全球多文明的历史演化脉络，旨在全面评估AI在历史研究中的能力。与传统知识问答不同，HistBench强调方法论挑战与推理深度，特别注重AI在处理史料中的表现，如破损手稿、残缺碑铭、古地图、模糊音频等复杂材料。
普林斯顿大学AI实验室负责人表示：“长期以来，AI 评测体系主要由理工科主导，人文学科缺席。HistBench的诞生，旨在填补这一空白，推动AI在人文领域的系统性测试与能力突破。”
HistAgent：历史研究者的AI助手
HistAgent并非通用型AI的“人文拓展版”，而是从底层结构就面向史学研究进行功能搭建与优化的专业助手。它集成文献检索、OCR识别、多语言翻译、档案检索与图像解译等核心工具，能够检索文献和史料，处理手稿、图像和地图等多模态材料，并结合历史知识辅助推理，帮助研究者梳理线索、整合信息、形成学术判断。
在HistBench测试中，HistAgent的表现远超现有通用模型，并在GAIA通用基准斩获60%的成绩，充分证明了专业定制与通用能力可兼得。
HistAgent的“多智能体协作系统”
HistAgent的架构由以下几个核心模块组成：
- 文本搜索模块： 支持多步网页搜索与页面解析，可检索学术网站和历史资料，提供权威背景信息和证据支持。
- OCR模块： 支持识别手稿、碑铭和古地图等文档。其中针对字母文字材料，专门引入了 Transkribus 平台——历史学界公认的一流手稿识别服务平台，能显著提高识别的准确率与排版转录质量。
- 翻译模块： 支持多种语言互译，包括古典语言。
人文社科研究的AI未来
HistAgent的推出，无疑为历史研究带来了新的可能性。它可以帮助研究者更高效地处理海量史料，突破语言和地域的限制，从而更深入地理解历史的复杂性和多样性。
复旦大学历史学系教授表示：“HistAgent的出现，将极大地提升历史研究的效率和质量，为我们探索历史的真相提供新的工具和视角。”
挑战与展望
尽管HistAgent在历史研究领域展现出巨大的潜力，但仍面临诸多挑战。例如，如何确保AI在历史研究中的客观性和公正性，如何避免AI对历史的过度解读和误读，以及如何保护历史研究的学术伦理等。
未来，我们需要进一步完善HistAgent的功能和性能，加强对AI在历史研究中的伦理监管，并积极探索AI在其他人文社科领域的应用，共同推动人文学科的繁荣发展。
参考文献
- 论文地址：http://arxiv.org/abs/2505.20246
- 代码链接: https://github.com/CharlesQ9/HistAgent
- 36氪报道：https://36kr.com/p/2833722027595777
Views: 0