★ 2
大都会博物馆档案中视觉语言模型偏见审计
研究以纽约大都会艺术博物馆开放馆藏 1500 件艺术品元数据为样本,审计 CLIP 与 OpenCLIP 的零样本估值差异。未调整评估显示性别主效应不显著,TOST 检验确认在 Cohen's d≥0.25 边界上统计等价,但嵌入残差方差极高,说明全局零样本指标接近噪声下限。作者强调需控制混杂变量…
arXiv cs.LG46 天前
共 4 篇相关资讯,按重要度与时间排序,每 3 小时更新。
研究以纽约大都会艺术博物馆开放馆藏 1500 件艺术品元数据为样本,审计 CLIP 与 OpenCLIP 的零样本估值差异。未调整评估显示性别主效应不显著,TOST 检验确认在 Cohen's d≥0.25 边界上统计等价,但嵌入残差方差极高,说明全局零样本指标接近噪声下限。作者强调需控制混杂变量…
研究提出多模态生成框架,将LoRA微调的Stable Diffusion XL与LLaMA 1.5-7B结合,通过文本、图像、表征与语义图四种条件机制生成可控且文化忠实的巴塔克乌洛斯纹样。消融实验显示条件机制数量与效果不成正比,文本+图像+表征组合整体最均衡,九位织工与三十位公众的定性评估显示显著…
一位创作者利用 AI 技术复原北马其顿的历史旧地影像,通过生成式工具重现老照片与旧建筑的风貌。该项目属于 AI 在文化遗产可视化方面的个人应用尝试。
针对文化遗产知识图谱查询门槛高的问题,研究提出「数据故事」——整合说明文字、图像与可执行SPARQL查询及其可视化结果的叙事文档。作者介绍LODEON创作平台及其Sparnatural与AI辅助助手,使每条数据主张都有明确查询支撑,兼具可复现性与透明度。早期实践表明该方法能让文化遗产知识图谱更易被…