一篇新发表在arXiv上的论文介绍了一种用于理解和减轻历史图像检索系统中任务级偏见的分类法。研究强调了当人工智能模型应用于数字化文化遗产收藏时,如何会无意中放大历史图像和元数据中已存在的偏见。该论文探讨了这些偏见的来源,例如训练数据与历史图像之间的差异、图像质量问题以及不完整的描述,并回顾了旨在应对这些挑战的现有方法。 AI
影响 这项研究可能为历史档案和文化遗产收藏带来更公平、更准确的人工智能驱动的搜索工具。
排序理由 该条目是一篇学术论文,详细介绍了人工智能在图像检索中偏见的新分类法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- GLAM institutions
- Gotit.pub
- Hugging Face
- Ratan Jagan Sebastian
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →