一位历史学者对 Gemini3Pro 展开了一项极为严苛的评估：使用50份总计约一万词的英文历史手稿图像，涵盖多种复杂笔迹风格与不同成像质量条件。测试结果令人震惊——Gemini3在字符错误率（CER）和词语错误率（WER）上取得突破性进展，CER低至0.56%，WER仅为1.22%，已逼近甚至在某些情况下达到专业人工转录的水准。
该模型不仅成功识别出未曾在训练数据中出现的复杂手写体与表格结构，其表现甚至超越受过专门训练的研究生。在严格评分标准下，前代模型 Gemini-2.5-Pro 的CER为4%、WER达11%；若忽略标点符号与大小写差异，错误率可降至2%和4%。而 Gemini3 将这两项指标进一步压缩至前代的1/7到1/9，性能提升幅度高达50%至70%。
更引人注目的是，在面对一段模糊不清的数字记录时，Gemini3 能主动推断缺失上下文，自主完成涉及历史货币制度与重量单位的多阶段换算，最终得出必须通过构建抽象语义模型来理解文档内容的正确判断——而这些符号组合从未在训练过程中被明确标注或定义。
研究者指出，Gemini3 似乎已经突破了学界普遍认为“现有架构难以跨越”的能力边界。
源码地址：点击下载
