OSM US 已正式将 OldInsuranceMaps.net (OIM) 纳入其最新的特许项目。OIM 是一个创新平台,致力于将历史悠久的桑伯恩(Sanborn)保险地图进行数字化和地理坐标校正。这些地图记录了 1867 年至 20 世纪 60 年代美国城市的发展历程。该网站由亚当·考克斯(Adam Cox)于 2022 年创建,目前托管了 1,200 多张主要来自美国国会图书馆的地图。
OIM 将复杂的实体地图集转化为易于访问的拼接数字图层,为历史学家、研究人员和爱好者提供了重要资源。该项目依赖于志愿者社区,他们通过直观的界面对这些历史文档进行地理坐标校正。
作为特许项目,OIM 加入了由 OpenHistoricalMap (OHM) 和 Yesterdays 组成的协作生态系统。这些平台共享协同工作流:绘图员经常使用 OIM 的地理校正镶嵌图作为 OHM 的描图层,而 Yesterdays 则利用这些图层来准确放置历史照片。这种伙伴关系推进了创建可访问的开源历史地理数据的目标。鼓励用户访问 OldInsuranceMaps.net 探索当地历史,或为不断增长的地理校正地图库做出贡献。
截至 2026 年 8 月,StudyArena 的数据显示,大学生在撰写论文时更青睐谷歌的 Gemini,盲测偏好率为 39.6%,优于 Claude(31.8%)和 OpenAI 模型(29.2%)。
研究表明,学生更倾向于简洁、平衡的文风,而不是那些因设置了“高强度”或复杂推理而导致不必要重复的内容。虽然 Gemini 是优化初稿的最佳起点,但每种模型在写作过程的特定阶段各有所长:
* **ChatGPT/OpenAI**:最适合研究、梳理观点和识别反面论点。
* **Claude**:最适合任务规划和比较结构上的权衡。
* **Gemini**:最适合诊断草稿中模糊或焦点不清的内容。
建议的工作流程是先自行撰写初稿,然后将这些模型作为“编辑部”来审阅你的文章,而不是让它们代笔。通过盲测对比,学生可以基于反馈的质量而非品牌声誉进行评估。归根结底,模型应作为诊断工具,而学生始终是“主编”,负责最终内容、事实核查以及保持独特的个人风格。