使用机器学习 curating 艺术展览

我们提出了一系列基于机器学习技术的人工模型——共计四个相关模型，旨在从人类专家策划的现有展览中学习，以便能够进行类似的策展工作。我们中的四个人工智能模型中，有三个在模仿这些展览负责策划的各种策展人方面具有相当程度的能力，精度和策展连贯性各不相同。特别地，我们可以得出两个关键见解：首先，在这些展览中存在足够的信息来构建一个人工智能模型，其准确率显著高于随机选择；其次，通过特征工程和仔细设计规模适中的模型体系结构，可以使其几乎与像GPT这样的大型语言模型在蛮力方法中的表现相当。