arXiv cs.CL· John A. Aydin, Angelica Williams, Steven Dindl, Nathan Saunders, Kate Boyd, Vandana Srivastava, Biplav Srivastava·· 12 小时前AI 评分31
Lighthouse：面向民权运动档案的可信历史探索数字助手
Lighthouse: On Building a Trustworthy Digital Assistant for Exploring History with Civil Rights Archives
AI 导读
研究者推出数字助手 Lighthouse，用于探索美国民权运动时期的历史档案，数据来自南卡罗来纳州。系统采用神经符号方法，将 LLM 的神经学习与基于规则的符号求解结合，以内容可信度和降低生成答案对用户的潜在伤害为设计原则。Lighthouse 可访问超过 18k 份一手资料，并同时用事实性客观问题与主观问题（由独立专家答案聚合出"金标准"）进行评估。
正文 · AI 翻译
摘要：人工智能（AI）作为决策支持辅助工具，为利用多模态数据（包括文本、图像和音频）有效研究历史提供了新工具。据我们所知，我们提出了首个名为 Lighthouse 的数字助手——通常称为聊天机器人——用于利用南卡罗来纳州的数据探索美国民权时期。从 AI 的角度来看，该系统的新颖之处在于其指导设计原则：(a) 关注内容的可信度；(b) 通过建模和减少生成答案对用户的潜在危害。它通过神经符号方法实现这些目标，该方法将大型语言模型（LLM）的神经学习与基于规则的符号求解相结合，在答案的风险与覆盖范围的通用性之间取得平衡。我们用既接受单一可接受答案的事实性客观问题，也用主观问题来评估 Lighthouse。对于后者，通过汇总独立专家的答案来发现“黄金标准”，从而创建主观问答对（QA）数据集。Lighthouse 可访问来自多个馆藏的超过 18k 份原始资料，并且可以轻松扩展。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.30158 [cs.CL] |
| （或 arXiv:2610.30158v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.30158 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：John Aydin [查看电子邮件]
[v1]
2026年9月24日星期四 02:22:04 UTC（2,743 KB）
来源：arXiv cs.CL · arxiv.org