一个名为“History LLMs”的开源项目在技术社区引发了广泛关注。该项目旨在训练迄今为止规模最大的、专门基于1913年之前历史文本的大型语言模型。其核心构想是通过构建一个纯净的“前现代”语料库——即排除所有1913年之后产生的文本——来训练AI模型，以期获得一个不受现当代知识、观念和语言习惯“污染”的、能够更纯粹地理解和生成历史语境下文本的“历史专家”AI。这一技术路径挑战了当前主流LLM依赖海量、跨时代混合数据进行训练的模式，探索了领域特异性与历史保真度在AI模型中的可能性。项目在知名开发者社区Hacker News上获得了359点支持度和129条深度讨论，显示出业界对AI与历史人文交叉领域创新实践的高度兴趣。该研究不仅对数字人文、历史学研究具有潜在工具价值，也对探索大模型训练数据的边界效应、时代偏见以及领域适应性问题提供了重要的实验案例。