OracleAnalyser：使用 后训练 通过 MLLM 分析 Oracle Bone 脚本的隐式语义

随着人工智能的进步，甲骨文研究进入了新时代。然而，现有的方法和基准仍然主要局限于识别任务，忽视了甲骨文分析的同样重要的方面。为了解决这一差距，我们提出了 OracleAnalyser，一个基于 后训练 技术的甲骨分析推理框架。具体来说，我们通过多个 后训练 阶段对 Qwen2.5-VL-3B-Instruct 进行微调，并引入针对甲骨数据集特征量身定制的新偏好优化算法——稳定焦点偏好优化（SFPO）。此外，我们还发布了甲骨推理数据集和甲骨偏好数据集，并进一步构建了新的基准来评估模型对甲骨脚本的分析能力。大量的实验验证了OracleAnalyser卓越的分析性能，仅用3B参数就取得了显着的结果，超越了更大尺度的模型。