一名使用者運用 Opus 5.5 模型解讀歷史檔案，並發現了一筆記錄渡鴿目擊者的全新原始資料。這項發現突顯了該模型處理非標準數據的能力，以及從龐大且非結構化的歷史紀錄中提取有意義資訊的實力。 這項成就證明大型語言模型能有效擔任歷史研究中的助手，發掘出原本可能隱沒的原始資料。這標誌著研究人員利用 AI 處理檔案材料的方式轉變，有望加速歷史學和古生物學等領域的發現。 Opus 5.5 模型在解讀舊密碼和處理手寫字跡方面表現出色，讓使用者能從數千頁文件中縮小範圍並找到特定提及。社群回饋指出，雖然該模型功能強大，但在判斷其所發現內容的歷史重要性時往往表現不佳。

事件背景

渡鴿是一種已滅絕的鳥類，原產於印度洋的模里西斯島。目擊紀錄對於歷史學家和科學家了解該鳥的外貌特徵、行為模式及其滅絕時間軸至關重要。像 Opus 5.5 這樣的大型語言模型正被廣泛用於分析掃描文件，包括手寫日記和密碼訊息，這些資料過去難以進行大規模處理。

社群觀察

社群成員分享了類似經驗，例如使用 Opus 5.5 解讀 1941 年的武裝黨衛軍密碼並處理超過一萬張圖片，突顯其在處理大量數據時的實用性。其他人則指出該模型傾向於產生獨特的錯誤，例如誤判歷史重要性或在設計任務中產生結構性不準確，這些錯誤往往難以預測。