Open Access at The Met

研究审计OpenAI CLIP在博物馆艺术数据中的偏见

一项新近发表在arXiv上的研究，通过使用大都会艺术博物馆的艺术品元数据审计OpenAI CLIP模型，来调查视觉语言模型（VLMs）中的算法偏见。该研究开发了一个量化框架，用于评估零样本CLIP对数差分分数，并控制了艺术品媒介、创作时代和长宽比等因素。研究结果表明，艺术家性别对模型分数没有统计学上显著的条件效应，这表明广泛的零样本提示差分是一种粗略的测量方法，并不能明确证明模型的公平性。