Interviste Basate su LLM Migliorano il Giudizio Estetico dell'IA
I ricercatori hanno sviluppato un sistema integrato di deep learning e large language model che supera sia i predittori convenzionali basati sull'IA che quelli umani nella valutazione personalizzata dell'estetica delle immagini. Il sistema utilizza interviste semi-strutturate basate su LLM per sollecitare attivamente le preferenze estetiche individuali, quindi combina caratteristiche di basso livello delle immagini con caratteristiche semantiche di alto livello estratte tramite LLM. Negli esperimenti, il sistema proposto ha raggiunto una maggiore accuratezza rispetto ai modelli standard di deep learning e ai valutatori umani. Il lavoro affronta la sfida fondamentale che le preferenze estetiche sono intrinsecamente soggettive e dipendenti dall'individuo, cosa che l'estrazione tradizionale di caratteristiche oggettive non riesce a catturare. Lo studio è pubblicato su arXiv con identificatore 2605.14761.
Fatti principali
- Il sistema combina deep learning e LLM per la previsione estetica personalizzata
- Utilizza interviste semi-strutturate basate su LLM per raccogliere informazioni sulle preferenze
- Estrae sia caratteristiche di basso livello che semantiche di alto livello dalle immagini
- Supera i sistemi convenzionali e i predittori umani negli esperimenti
- Affronta la soggettività delle preferenze estetiche
- Pubblicato su arXiv con ID 2605.14761
Entità
Istituzioni
- arXiv