MULTIMODAL LLMS FOR HISTORICAL DATASET CONSTRUCTION FROM ARCHIVAL IMAGE SCANS: GERMAN PATENTS (1877–1918)∗†‡
创建于 更新于
摘要
本文提出并开源一套基于多模态大语言模型（Gemini-2.5 系列）的管道，用于从 9,562 张档案影像中自动构建 306,070 条德国专利记录，并在基准测试中显示出比人工更高或相当的数据质量，同时在速度上快约 795 倍、成本低约 205 倍，显著降低历史微观数据构建的门槛 [page::0][page::14].
