复旦学者任攀：大模型理解古文字仍面临数据、知识与机制三重障碍

2026年9月9日，在第二届CCF人文智能大会上，复旦大学出土文献与古文字研究中心学者任攀表示，古文字学作为“冷门绝学”，长期面临从业人员少、学术门槛高、成果产出难等困境，亟须推动传统科研范式向科学智能转型。他指出，当前大模型在处理甲骨文、金文等古文字材料时经常出现漏认错认、望文生义、生编硬造的问题，原因主要来自数据、知识和模型三个方面。

在训练数据层面，古文字样本总量少、分布不均衡，且大量未释读字在学界尚无统一标准答案，大模型输出确定性结果的倾向容易导致随机采信甚至混合多家观点，形成“新说法”而非严谨结论。在多学科知识应用层面，古文字文本理解的第一步是辨析字形，纯文本大模型不擅长视觉字形分析，多模态模型也容易混淆形近古文字，同时释读高度依赖考古、语言、历史等学科知识的综合运用，而大模型缺乏此类整合能力。在模型机制层面，大模型以生成流畅文字为目标而非考据求真，信息不足时可能补全出看似合理但不符合事实的答案。

据任攀介绍，复旦大学已作出前瞻布局，依托出土文献与古文字研究中心牵头建设“中国古典学重建与中西古典学互鉴”等重点方向，探索数智赋能古文字研究。具体举措包括编制古文字数据规范标准、联合研发早期中华文明多模态大模型、构建古文字知识图谱、搭建智慧研学平台等。2026年，上海科学智能研究院与复旦大学联合主办的第四届“世界科学智能大赛”还首设“古文字识别”赛道，为相关算法研发汇聚了多种方案。任攀强调，只有领域专家与AI专家通力协作，才能真正实现古文字学与AI的双向赋能。