Hugging Face's logo

Datasets:
VirtualLUO
/
Chronicles-OCR

Modalities:
Image
Text
Formats:
text
Size:
< 1K
ArXiv:
Libraries:
Datasets
Dataset card Data Studio Files
xet
 Community
1
Chronicles-OCR / README_ZH.md
VirtualLUO's picture
VirtualLUO
Upload README_ZH.md with huggingface_hub
3354be5 verified
preview code
|
raw
history blame contribute delete
13.1 kB

Chronicles-OCR

汉字演化轨迹的跨时域感知基准

English • 论文 • GitHub • HuggingFace

概述

Chronicles-OCR 是首个专为评估视觉语言大模型（VLLMs）跨时域视觉感知能力而设计的综合性基准，覆盖汉字完整的演化轨迹——**"汉字七体"**。

本数据集与安阳师范学院甲骨文信息处理教育部重点实验室及故宫博物院等顶级机构领域专家合作构建，包含 2,800 张严格均衡的图像，涵盖从龟甲到纸本书法在内的高度多样化物理媒介。

Chronicles-OCR 概览

汉字七体

"汉字七体" 是指汉字在五千余年演变历程中出现的七种代表性字体：

  1. 甲骨文 — 殷商时代刻写在龟甲兽骨上的文字，是中国已知最早的成熟汉字。象形性较强，写法不固定，由细瘦线条构成，多直笔，外形参差不齐。
  2. 金文（钟鼎文） — 主要在商周时期铸刻于青铜礼器之上。笔画粗而宽，点画圆浑，体势雍容，比甲骨文更为规范，结构更加整齐。
  3. 篆书 — 秦统一六国后推行的标准字体。笔画圆转，具有显著的曲线对称性和固定的结构模式，标志着从各地异体到统一书写体系的转变。
  4. 隶书 — 产生于秦汉之际，字形扁平，以方折棱角取代了圆转笔画，形成"一波三折、蚕头燕尾"的特征。隶书是汉字演变史上的重要转折点，是古文字与今文字的分水岭。
  5. 楷书 — 兴于汉末魏晋，字形方正，笔画规整平直，书写简便。自南北朝后成为主导字体，通行至今。
  6. 草书 — 为快速书写而生的辅助性字体。笔画连带、结体简约、气势连贯，从章草到今草再到狂草，字形日趋奔放，常消除独立字符边界。
  7. 行书 — 介于楷书与草书之间的流畅书体，兼具可读性与书写效率，自东汉末年产生并沿用至今。王羲之《兰亭集序》为其最负盛名的代表作。

其中，前五体（甲骨文→楷书）先后作为各自时代的正式书写系统，而草书与行书主要作为非正式场合的辅助性字体发展演变。

基准统计

项目 详情
图片总数 2,800（每种书体 400 张 × 7 种书体）
书体覆盖 汉字七体全覆盖
标注方式 阶段自适应：古体为字符级，成熟书体为段落级
专家合作方 安阳师范学院（甲骨文）、故宫博物院（隶书–草书）
评测任务 4 项评测任务

评测任务

任务 简称 适用范围 指标
跨时期字符检测 Spotting 甲骨文、金文、篆书 F1 @ IoU > 0.75
细粒度古文字识别 Recognition 甲骨文、金文、篆书 精确匹配准确率
古文本解析 Parsing 七种书体 1 − NED
书体分类 Classification 七种书体 准确率

🏆 排行榜

古体书法（甲骨文、金文、篆书）

模型 Think 平均 Spot. 平均 Fine. 平均 Pars. 平均 Class. 甲 Spot. 甲 Fine. 甲 Pars. 甲 Class. 金 Spot. 金 Fine. 金 Pars. 金 Class. 篆 Spot. 篆 Fine. 篆 Pars. 篆 Class.
开源模型
InternVL3.5-8B 0.1 6.0 0.07 56.7 0.0 1.1 0.01 86.2 0.0 2.2 0.03 7.0 0.2 14.5 0.17 77.0
InternVL3.5-A28B 0.5 15.7 0.13 79.0 0.0 2.5 0.02 96.3 0.4 7.8 0.08 79.2 1.0 36.8 0.29 61.5
Qwen2.5-VL-7B 0.0 7.4 0.07 71.8 0.0 4.0 0.02 93.8 0.0 4.5 0.04 22.5 0.0 13.8 0.14 99.2
Qwen2.5-VL-72B 0.0 0.0 0.07 74.2 0.0 0.0 0.01 98.0 0.0 0.0 0.04 26.0 0.0 0.0 0.16 98.5
Qwen3-VL-2B 2.1 10.7 0.12 73.0 0.0 1.4 0.00 96.6 0.8 6.8 0.06 36.5 5.7 24.0 0.31 85.8
Qwen3-VL-8B 3.4 17.3 0.18 73.7 0.2 3.4 0.01 98.6 2.5 11.0 0.10 24.0 7.5 37.5 0.42 98.5
Qwen3-VL-8B ✓ 1.0 9.1 0.09 67.3 0.0 3.7 0.03 97.7 0.2 7.0 0.05 31.8 2.8 16.8 0.20 72.5
Qwen3-VL-A22B 7.8 17.5 0.19 91.8 0.3 5.4 0.01 99.2 6.5 12.2 0.12 80.2 16.6 35.0 0.43 96.0
Qwen3-VL-A22B ✓ 2.1 13.6 0.17 87.3 0.1 4.2 0.03 98.0 0.9 10.2 0.11 66.8 5.3 26.2 0.37 97.2
Qwen3.5-A3B 5.6 16.2 0.20 76.5 0.2 5.1 0.02 99.7 5.3 11.5 0.12 30.0 11.2 32.0 0.45 99.8
Qwen3.5-A17B 9.7 22.6 0.22 88.3 0.5 9.1 0.02 99.7 9.2 17.5 0.13 67.2 19.4 41.3 0.50 98.0
Gemma 4 31B it 2.3 7.0 0.04 70.0 0.0 3.1 0.01 72.6 1.0 6.5 0.03 74.8 6.0 11.2 0.10 62.7
MiniCPM-V 4.5 ✓ 0.0 4.8 0.02 73.8 0.0 2.5 0.01 95.2 0.0 5.5 0.03 18.0 0.1 9.0 0.04 82.5
Molmo 7B-D 0924 0.0 0.1 0.00 24.2 0.0 0.0 0.01 40.8 0.0 0.2 0.00 0.0 0.0 0.0 0.00 20.5
Molmo 72B 0924 0.0 0.3 0.00 34.7 0.0 0.5 0.00 28.0 0.0 0.5 0.00 0.8 0.0 0.0 0.00 82.0
Ovis2.6-30B-A3B ✓ 1.9 9.0 0.09 68.3 0.1 2.0 0.01 89.8 0.7 7.5 0.06 13.5 6.8 24.5 0.25 79.0
GLM-4.5V 108B ✓ 1.4 6.1 0.05 76.8 0.1 4.2 0.03 100 2.0 6.5 0.05 15.5 3.3 9.2 0.10 91.5
Kimi K2.5 5.0 27.1 0.22 96.4 0.1 11.5 0.05 100 7.5 25.8 0.19 90.0 12.5 58.5 0.60 95.5
Kimi K2.5 ✓ 1.8 20.3 0.22 94.7 0.0 10.2 0.05 99.8 1.2 17.5 0.20 85.8 6.0 44.8 0.57 93.5
闭源模型
GPT-4o 0.1 1.5 0.02 82.0 0.0 0.5 0.01 96.5 0.0 1.0 0.02 46.8 0.3 4.5 0.06 89.0
GPT-5 0.4 3.7 0.04 88.1 0.0 4.0 0.00 98.2 0.0 4.0 0.04 60.5 1.6 4.5 0.12 97.5
Seed 1.8 9.2 20.6 0.16 94.7 0.4 9.2 0.03 99.5 9.4 15.8 0.17 80.5 26.7 45.0 0.42 99.0
Seed 1.8 ✓ 7.4 17.1 0.17 96.7 0.4 8.8 0.04 99.5 5.8 14.8 0.18 90.0 23.3 36.2 0.43 97.5
Seed 2.0 Pro 16.5 24.5 0.18 95.9 3.0 11.0 0.03 99.5 19.9 30.8 0.22 92.2 40.7 41.5 0.43 93.8
Seed 2.0 Pro ✓ 15.3 23.3 0.21 96.6 2.4 11.2 0.04 99.8 17.8 26.0 0.26 92.2 39.1 37.5 0.49 94.5
MiMo-V2-Omni ✓ 0.4 8.6 0.08 87.7 0.0 6.5 0.04 99.5 0.2 8.0 0.07 58.5 1.5 9.8 0.15 93.0
Gemini 2.5 Pro ✓ 0.8 7.5 0.07 87.5 0.0 5.8 0.04 99.5 0.2 7.0 0.06 80.5 2.8 10.8 0.14 70.2
Gemini 3.1 Pro ✓ 2.6 19.5 0.15 93.8 0.0 14.0 0.05 99.5 2.5 22.5 0.18 84.5 7.8 32.2 0.32 93.2
Claude Opus 4.7 ✓ 0.4 10.0 0.08 90.4 0.0 4.8 0.03 93.8 0.1 9.5 0.05 80.5 1.4 21.5 0.21 93.8

甲 = 甲骨文, 金 = 金文, 篆 = 篆书。加粗 = 最佳。

成熟书体（隶书、楷书、行书、草书）

模型 Think 平均 Pars. 平均 Class. 隶 Pars. 隶 Class. 楷 Pars. 楷 Class. 行 Pars. 行 Class. 草 Pars. 草 Class.
开源模型
InternVL3.5-8B 0.40 35.6 0.41 1.8 0.51 69.4 0.38 52.9 0.30 35.0
InternVL3.5-A28B 0.56 58.1 0.54 28.5 0.69 85.5 0.56 63.3 0.46 75.2
Qwen2.5-VL-7B 0.44 34.8 0.54 8.0 0.62 17.0 0.42 36.4 0.21 90.5
Qwen2.5-VL-72B 0.49 57.2 0.59 18.0 0.66 91.5 0.46 56.6 0.26 86.0
Qwen3-VL-2B 0.57 35.2 0.61 5.5 0.71 11.8 0.50 37.9 0.42 93.0
Qwen3-VL-8B 0.66 60.9 0.69 32.5 0.77 97.2 0.64 59.1 0.56 81.0
Qwen3-VL-8B ✓ 0.49 45.9 0.52 11.2 0.64 79.7 0.51 53.4 0.32 56.2
Qwen3-VL-A22B 0.66 64.9 0.69 36.5 0.73 95.5 0.66 68.3 0.59 82.0
Qwen3-VL-A22B ✓ 0.65 60.4 0.67 31.0 0.75 93.5 0.65 62.3 0.54 78.0
Qwen3.5-A3B 0.71 68.1 0.79 36.8 0.81 84.2 0.68 75.6 0.57 84.2
Qwen3.5-A17B 0.73 72.2 0.81 52.0 0.81 81.3 0.67 75.3 0.66 89.4
Gemma 4 31B it 0.34 57.1 0.37 9.6 0.56 81.9 0.33 65.0 0.09 84.5
MiniCPM-V 4.5 ✓ 0.40 44.9 0.45 2.8 0.61 87.5 0.38 56.9 0.15 48.8
Molmo 7B-D 0924 0.01 16.9 0.01 70.8 0.01 3.0 0.01 0.7 0.01 0.5
Molmo 72B 0924 0.00 9.1 0.00 6.8 0.01 16.5 0.01 3.2 0.00 12.8
Ovis2.6-30B-A3B ✓ 0.53 39.7 0.54 8.5 0.63 77.9 0.57 71.6 0.42 12.2
GLM-4.5V 108B ✓ 0.44 56.6 0.45 11.5 0.61 84.5 0.44 63.3 0.23 81.5
Kimi K2.5 0.71 77.0 0.73 70.2 0.78 78.2 0.72 77.8 0.66 86.0
Kimi K2.5 ✓ 0.70 72.3 0.75 68.5 0.78 81.7 0.60 65.3 0.66 84.8
闭源模型
GPT-4o 0.30 55.9 0.35 20.5 0.47 83.0 0.24 55.6 0.12 80.5
GPT-5 0.38 62.1 0.50 36.2 0.57 59.6 0.21 78.1 0.18 71.0
Seed 1.8 0.69 69.6 0.68 45.5 0.79 92.7 0.69 71.8 0.61 82.5
Seed 1.8 ✓ 0.67 71.1 0.69 48.0 0.78 89.2 0.57 73.3 0.60 80.8
Seed 2.0 Pro 0.72 76.1 0.75 60.8 0.81 82.0 0.73 77.6 0.62 92.2
Seed 2.0 Pro ✓ 0.71 75.3 0.76 61.8 0.80 82.0 0.65 74.3 0.66 89.0
MiMo-V2-Omni ✓ 0.56 62.3 0.62 40.0 0.71 80.7 0.58 73.3 0.36 64.2
Gemini 2.5 Pro ✓ 0.53 56.3 0.67 33.2 0.72 39.6 0.49 59.4 0.23 95.0
Gemini 3.1 Pro ✓ 0.70 73.1 0.80 61.0 0.83 62.7 0.66 71.1 0.52 95.8
Claude Opus 4.7 ✓ 0.50 66.8 0.53 50.2 0.63 74.4 0.44 56.6 0.38 86.0

隶 = 隶书, 楷 = 楷书, 行 = 行书, 草 = 草书。加粗 = 最佳。

快速开始

1. 安装 

git clone https://github.com/VirtualLUOUCAS/Chronicles-OCR.git
cd Chronicles-OCR
pip install -r requirements.txt

2. 下载数据

下载数据并放置在 data/ 目录下：

data/
├── Chronicles_OCR.jsonl
└── images/
    ├── 甲骨文/    # Oracle Bone
    ├── 金文/      # Bronze Script
    ├── 篆书/      # Seal Script
    ├── 隶书/      # Clerical Script
    ├── 楷书/      # Regular Script
    ├── 行书/      # Running Script
    └── 草书/      # Cursive Script

3. 推理 

# OpenAI 兼容 API
python infer.py --api_type openai_compat \
    --model_name Qwen2.5-VL-7B-Instruct \
    --base_url http://127.0.0.1:8000/v1 \
    --api_key EMPTY --max_workers 64

# 本地 vLLM
python infer.py --api_type local_vllm \
    --model_path /path/to/model \
    --tensor_parallel_size 1 --max_model_len 32768

4. 评测（基于规则） 

python judge.py                    # 评测所有模型
python judge.py --models model_a   # 评测指定模型

5. 汇总报告 

python summarize.py
# → judge_results/results_analysis.xlsx

引用 

@misc{li2026chronicles,
      title={Chronicles-OCR: A Cross-Temporal Perception Benchmark for the Evolutionary Trajectory of Chinese Characters},
      author={Gengluo Li and Shangping Peng and Xingyu Wan and Chengquan Zhang and Hao Feng and Xin Xu and Pian Wu and Bang Li and Zengmao Ding and Yongge Liu and Yipei Ye and Yang Yang and Zhan Shu and Guojun Yan and Zhe Li and Can Ma and Weiping Wang and Yu Zhou and Han Hu},
      year={2026},
      journal={arXiv preprint arXiv:2605.11960},
      url={https://arxiv.org/abs/2605.11960},
}

致谢

衷心感谢安阳师范学院甲骨文信息处理教育部重点实验室和故宫博物院在数据来源和专家标注方面的宝贵贡献。

许可

本基准仅供学术研究使用。