战国时期的清华简成为核心证据

在朋友圈发文中，李大海给出确认抄袭的一大理由是：经过测试，面壁智能团队发现Llama3-V不仅能识别清华简的战国古文字，而且在犯错的地方也和MiniCPM-Llama3-V 2.5如出一辙。

公开资料显示，清华简是清华大学2008年7月收藏的一批战国竹简（年代约为公元前305±30年），属于中国学术史上先秦文献的重大发现。此后，清华大学成立专门研究团队，先后在已故著名历史学家、考古学家、古文字学家李学勤及黄德宽教授的带领下开展简文整理研究，以复原这批幸免于焚书坑儒与秦汉战火的重要历史“拼图”。

这些年里，研究者们在一间不足20平方米的小屋里，用一面42英寸显示屏读简，整理成果以一年一辑的速度出版公布，至今已出版13辑。诸子思想、历史文化、天文历法、律法术数、医学方技……中国传统文献中的经史子集均有发现，竹简的内容逐渐清晰起来。

据李大海解释，此次识别清华简的训练数据，采集和标注均由清华NLP实验室和面壁智能团队完成。“耗时数月，从卷帙浩繁的清华简中一个字一个字扫描下来，并逐一进行数据标注，融合进模型中，且数据尚未对外公开。”

此外，Llama3-V、MiniCPM-Llama3-V 2.5两个模型在高斯扰动验证（一种用于验证模型相似性的方法）后，在正确和错误表现方面都高度相似。

巧的是，6月2日，清华大学在官方微信公众号上转载了新华社《瞭望》新闻周刊刊发的特稿《破译千年竹简 求索文明密码》，回忆这2500位先秦“客人”来到清华的故事。

文中提到，清华简整理研究工作的难点之一，就是“认字”。“清华简是战国时期楚国人所写，其中有些字没有流传下来，有的字形是首次出现，即便将一些字辨识出来，其字义的理解也需要下大功夫去研究，因为这些竹简文献只有极少数可与传世文献对照参证。因此，‘考字释词’耗费巨大精力，把字词探究清楚了，做到文通字顺，才能真正了解文献记载了什么内容，进而判断其价值。”

• 上一页
• 1
• 2
• 全文阅读