用 LLM 追踪炼金术知识并破译 17 世纪信件

历史研究者 Benjamin Breen 撰文称，借助前沿模型（文中称 GPT-6 Sol 与 Opus 5.5）可不止做转录等研究助理工作，还能尝试解决既有历史问题，例如识别牛顿从法文炼金术文本自由翻译成拉丁文的段落，以及密码破译类任务。他认为历史学家与前沿模型协作可能带来历史知识进展，并呼吁 AI 实验室、历史研究者与资助机构推动此类合作。文中同时指出，这类问题需满足数据已数字化、可被明确证实或证伪等条件，因此适用范围有限。

AI推荐理由 作者以个人经验描述用前沿模型（文中称 GPT-6、Opus 5.5）辅助历史研究的早期结果，包括识别牛顿从法文炼金术文本翻译成拉丁文的段落、以及密码破译类任务，并提出 AI 实验室应资助历史研究的观点。具体新信息是模型在跨语言文本溯源和密码破译上的可用性，但正文片段未给出可验证的完整证据链，模型名称与发布背景也仅来自作者叙述，需保留不确定性。