Ancient-Bench：跨千年、多媒介、多文字的中国古代文物文本识别综合基准

中国古代文物文本识别是遗产数字化的基础，而古代文本的基准对于评估当前模型的能力至关重要。然而，现有的基准测试存在“碎片化”问题，表现为时间覆盖范围有限、介质多样性有限以及脚本类型不完整。因此，我们提出了Ancient-Bench，这是一个包含2700张图像的中国古代文物文字识别的综合基准，具有三个维度：多千年（跨越3000年的文字演变）、多媒体（涵盖九个文物类别）和多文字（涵盖七种历史文字形式）。为了实现跨异构媒体的一致和公平的评估，我们进一步定义了针对古代文本媒体特定特征的三种注释标准：符号标准化、字符标准化和解析标准化。 Ancient-Bench 上涵盖通用视觉语言模型 (VLM) 和 OCR 专业模型的广泛实验表明，古代中国文物文本识别仍未从根本上得到解决，在变体字符、特殊符号和幻觉方面持续存在挑战。该数据集可在 https://github.com/SCUT-DLVCLab/Ancient_Bench 获取。