使用视觉语言模型进行不确定性感知艺术历史约会

博物馆和档案数据集并不反映历史艺术生产，而是具体化了收集、保存、编目和数字化的偶然历史。这对于解释预训练的图像表示有直接的影响：它们可能看起来编码历史时间，但实际上编码对象作为数据可见的制度条件。我们将这种现象描述为时间纠缠，并通过将艺术品约会制定为冻结图像嵌入的不确定性回归任务来研究它。我们在时间控制的艺术品维基数据语料库上评估了几个预训练的视觉模型。我们的结果表明，这些模型包含可用的时间信息，视觉语言模型（VLM）的性能优于纯视觉自监督基线。然而，定性分析表明，这种时间知识是由各种偏见塑造的。