Ancient-Bench: A Comprehensive Multi-millennial, Multi-medium, and Multi-script Benchmark for Ancient Chinese Artifact Text Recognition
古代中文文物文字识别综合基准：跨千年、多媒介、多书体
🧭 古代文字识别基准与模型评估
South China University of Technology · Huawei Technologies Co., Ltd.
构建2700张古代中文文物图像基准，覆盖三千年文字演变、九类媒介与七种书体，评估VLM与OCR专家模型并揭示未解难题
📌 工作参考价值
- 对电商商品详情图、包装图上的长尾字体、异体字、艺术字识别场景有直接警示：通用 VLM 在低频字符和特殊符号上幻觉严重，生产环境应结合 OCR 专家模型或规则兜底。
- 论文的符号标准化、字符标准化、解析标准化三套标注规范可迁移到电商多源异构数据（如商品吊牌、质检报告、广告图）的评估集构建，统一不同媒介的标注口径。
- 评估思路值得借鉴：在同一基准上对比通用 VLM 与 OCR 专家模型，能快速定位业务中识别任务的模型选型与能力边界。
- 主要面向文化遗产数字化，业务可借鉴点有限；若业务涉及古籍、印章、书法等垂直领域，该基准可作为预训练或微调前的领域能力测试。
动机：古代中文文物文字识别是文化遗产数字化的基础，但现有基准碎片化严重，时间跨度、媒介类型、书体覆盖均不完整。
方法关键点：Ancient-Bench 包含 2700 张古代中文文物图像，围绕三个维度构建：Millennial 跨 3000 年文字演变、Multi-medium 覆盖九类文物（如甲骨、青铜、简牍、印章等）、Multi-script 覆盖七种历史书体。为适配异构媒介的公平评估，定义了符号标准化、字符标准化、解析标准化三类标注标准。
关键结果：在 Ancient-Bench 上对通用视觉语言模型（VLM）和 OCR 专家模型进行广泛实验，显示古代中文文物文本识别仍远未解决，异体字、专用符号和幻觉是持续挑战。