Binnen het 'Decoding Antiquity'-initiatief van de Oostenrijkse Academie van Wetenschappen is een gespecialiseerd taalmodel ontwikkeld om fysieke beschadigingen in antieke teksten aan te pakken. Het model, dat Apollo Restore wordt genoemd, is specifiek ontworpen om lacunae — gaten in manuscripten waar letters of woorden verloren zijn gegaan — in te vullen. Volgens een wetenschappelijke publicatie op arxiv.org gaat het om een systeem met 24 miljard parameters dat is geoptimaliseerd voor het historisch Grieks.
De technologische basis van Apollo Restore is geworteld in Mistral Small, waarbij de onderzoekers een specifieke 'fill-in-the-middle'-benadering hebben toegepast. Hierdoor kan de AI ontbrekende fragmenten reconstrueren zonder dat de exacte lengte van het gat vooraf bekend moet zijn. De auteurs van het onderzoek, waaronder Hope McGovern en Anna Dolganov, stellen in hun dat dit het eerste grootschalige decoder-model is dat specifiek is gericht op het historisch Grieks en, voor zover bekend, de eerste voor elke taal uit het oude Middellandse Zeegebied.
De naam van het model verwijst naar de Griekse mythologie, waarbij greekmythology.com bekend staat als de god van onder andere waarheid, profetie en de kunsten, wat symbolisch past bij het herstellen van verloren gegane kennis. De effectiviteit van het systeem is getest op korte gaten van maximaal tien tekens, waarbij de resultaten een aanzienlijke sprong voorwaarts laten zien ten opzichte van bestaande baselines.
Bij de analyse van de top twintig suggesties van het model bleek de correcte restauratie in 80,6% van de gevallen aanwezig bij documentaire papyri. Voor literaire papyri lag dit percentage op 54,6% en voor steeninscripties op 61,0%. Deze prestaties overtreffen eerdere modellen met een factor van 1,4 tot 2,6. Wanneer er gebruik wordt gemaakt van een lengte-gebalanceerde metriek, is het voordeel van Apollo Restore volgens de zelfs tot 3,5 keer groter dan bij de sterkste concurrerende systemen.
Om de praktische waarde te valideren, vond er een blind onderzoek plaats met twintig experts, waaronder papyrologen, epigrafisten en filologen. Deze specialisten gaven een duidelijke voorkeur aan de suggesties van de AI boven die van de baseline-modellen. In 77% van de geteste situaties werd de prestatie van de AI als minstens zo goed ingeschat als die van menselijke restauraties.
Een opvallende toepassing van het model is de analyse van PHerc. 1667, een papyrusrol die verkoold was tijdens de uitbarsting van de Vesuvius in 79 n.Chr. Hoewel deze tekst niet deel uitmaakte van de oorspronkelijke trainingsdata, kon Apollo Restore bijdragen aan een betere interpretatie van de digitaal uitgerolde tekst. De volledige methodologie en de impact op de historische taalkunde zijn verder uitgewerkt in de .