大模型破译甲骨文创下新 SOTA，复旦团队推出新框架

来自复旦大学的研究人员提出了一种基于部首和象形分析的可解释甲骨文破译框架 —— 不仅在公开基准数据集 HUST-OBC 和 EV-OBC 上，达到最先进的 Top-10 识别准确率以及优异的零样本破译能力。 在验证集上，尽管新方法的 Top-1 准确率略低于最佳分类模型基线（如 PyGT），但它实现了最高的 Top-10 准确率，展示了生成高质量候选项的优越能力，并提供了更大的实际用途。 该策略不仅显著提升了模型的零样本性能，还增强了甲骨文中与语义无关的部首的鲁棒性，确保了解码结果的可靠性和可验证性。