Stefanie Schneider

视觉语言模型在艺术品断代中展现时间知识，但偏见依然存在

研究人员开发了一种使用视觉语言模型（VLMs）为艺术品断代的方法，解决了模型看似编码历史时间但实际上反映数据收集中的制度性偏见这一“时间纠缠”问题。该研究将艺术品断代构建为一项使用冻结图像嵌入的不确定性感知回归任务。在Wikidata语料库上的结果表明，VLMs可以提取可用的时间信息，其表现优于纯视觉模型，但定性分析揭示了其时间知识中的偏见。