AI 导读
腾讯开源Chronicles-OCR，一个专门评测VLLM古汉字感知能力的基准，数据集横跨3000年演变、涵盖从甲骨文到草书的7种历史字体、2800张平衡图像。评测分字符定位、细粒度识别、古文字解析、字体分类4个任务，结果显示视觉分布随时间漂移后大部分模型感知能力直接崩盘。Paper和完整数据集已开源。
正文
xdm，这个研究对于古代历史研究的价值很大啊！
他们刚刚开源了Chronicles-OCR，一个专门测VLLM对古汉字感知能力的基准。
数据集横跨3000年演变，涵盖7种历史字体，从甲骨文一直到草书，2800张平衡图像，来自不同材质的真实载体。
测试分4个核心任务：
字符定位、细粒度识别、古文字解析、字体分类。
结果很扎心：视觉分布随时间漂移后，大部分模型感知能力直接崩盘。
以前大家卷的是现代图文理解，现在Tencent把AI拉到真正需要“穿越时空”才能看懂的古文字上。
这才是把文化传承和AI视觉能力真正连在一起。
Paper和完整数据集已经开源：
Paper：arxiv.org/abs/2605.11960
GitHub：github.com/Tencent/Hunyuan-C…
论文还没有阅读，完了可以好好研究一下。
🎉 🎉 🎉 We're open-sourcing Chronicles-OCR, a visual perception benchmark evaluating VLLMs on ancient Chinese characters. The dataset spans 3,000 years of evolution. It covers 7 historical scripts from Oracle Bone to Cursive, featuring 2,800 balanced images across highly diverse physical media. We assess models on 4 core tasks: • Character Spotting • Fine-grained Recognition • Ancient Text Parsing • Script Classification The evaluation reveals how visual distribution shifts affect model perception over time. Explore the dataset and paper below. 👇 📄 Paper: arxiv.org/abs/2605.11960 🔗 GitHub: github.com/VirtualLUOUCAS/Ch…在 X 查看被引用的帖子
来源：@berryxia · x.com