Gemini 3 這么猛嗎，一個歷史學(xué)家測試了 Gemini 3 Pro 破譯歷史文件。

他能實現(xiàn)以前模型基本無法完成的歷史文件信息破譯和推理操作，這些手稿的字說實話沒經(jīng)過學(xué)習(xí)和訓(xùn)練根本不認(rèn)識。

在涉及他沒見過的復(fù)雜手寫字體表格的識別時候，Gemini 3 的表現(xiàn)已經(jīng)優(yōu)于受過訓(xùn)練的學(xué)生。

LLM 的“預(yù)測式”本質(zhì)讓它在非常規(guī)拼寫、姓名、地名、日期、金額等低概率元素上易錯，而且歷史文件里面標(biāo)點、大小寫、長 s（?）、度量單位等也高度含混。

作者測試了50 份、約 1 萬詞的英文學(xué)術(shù)手寫樣本，涵蓋多種書寫體與成像條件，用于評估 CER/WER。

到 Gemini?2.5?Pro，在嚴(yán)格計分下約 CER 4%、WER 11%；若排除標(biāo)點與大小寫錯誤，降至 CER 2%、WER 4%，已逼近專業(yè)人工。

排除一些含混項后，新模型（Gemini 3）降至 CER 0.56%、WER 1.22%，接近或達(dá)到“專家人類水平”。與 Gemini?2.5?Pro 相比提升 50–70%。

作者說它似乎跨越了某些專家長期以來認(rèn)為當(dāng)前模型無法逾越的界限。

面對一個模糊的數(shù)字，它推斷出缺失的語境，進(jìn)行了在歷史貨幣和重量體系之間的一系列多步換算，并得出了需要對文檔所描述世界進(jìn)行抽象推理的正確結(jié)論。換句話說，它的表現(xiàn)好像能夠使用符號，盡管這些符號從未被明確定義。

看起來發(fā)生的是一種新出現(xiàn)的、隱含的推理形式——在一個統(tǒng)計模型內(nèi)部感知、記憶和邏輯的自發(fā)結(jié)合。

詳情：generativehistory.substack.com/p/has-google-quietly-solved-two-of