arXiv 於 2026 年 9 月 24 日（週四）收到論文《Lighthouse: On Building a Trustworthy Digital Assistant for Exploring History with Civil Rights Archives》的投稿，該論文由 John A. Aydin 領銜，另有 6 位合著者，共 7 名作者。論文編號為 arXiv:2610.30158，屬於計算與語言（cs.CL）類別，同時也涉及人工智能（cs.AI）方向，以 arXiv:2610.30158v1 版本發佈，DOI 為 https://doi.org/10.48550/arXiv.2610.30158，由 DataCite 簽發。論文提交於 2026 年 9 月 24 日 02:22:04 UTC，文件大小約 2,743 KB，提供 PDF 全文、實驗性 HTML 版本及 TeX 源碼，並附有音頻摘要。
論文的核心工作是構建一個名為 Lighthouse 的數字助手（即通常所説的聊天機器人），據作者所知，這是首個專門用於探索美國民權運動時期歷史的此類系統，使用來自南卡羅來納州的數據。研究指出，人工智能作為決策支持輔助工具，為利用文本、圖像和音頻等多模態數據高效研究歷史提供了新的手段。
從人工智能角度看，該系統的創新之處在於兩條指導性設計原則：其一，聚焦內容的可信度；其二，通過建模來識別並減少生成答案可能對用户造成的潛在傷害。為實現這兩點，系統採用神經-符號方法，將大語言模型（LLM）的神經學習與基於規則的符號求解相結合，在答案的風險與覆蓋範圍的通用性之間取得平衡。
在評估方面，Lighthouse 同時接受有單一可接受答案的事實性客觀問題和主觀問題測試。針對主觀問題，研究團隊通過彙總多位獨立專家的回答來確立“黃金標準”，據此創建了一個主觀問答對（QA）數據集，作為評估基準。系統可訪問來自多個館藏的超過 18,000 份一手資料，並且易於擴展。
需要説明的是，上述摘要信息來自 arXiv 元數據頁面；論文的完整技術細節、專家彙總的具體方法、主觀問答數據集的規模以及神經-符號組件之間具體的協調機制，均需查閲論文全文方可確認。該元數據頁面還列出了瀏覽上下文（cs.CL，新提交，2026-10 歸檔）以及若干文獻計量與引用工具鏈接，例如 SciX、Google Scholar、Semantic Scholar、Connected Papers、Litmaps、scite、alphaXiv、CatalyzeX、DagsHub、Hugging Face、ScienceCast 和 TXYZ.AI 等，幷包含 arXivLabs 相關説明與作者背書情況查詢入口。