I Large Language Model comprendono l'Arte?
I recenti progressi nei Large Language Model (LLM) multimodali generativi offrono nuove opportunità per il campo conosciuto come Digital Art History, ma il loro potenziale rimane in gran parte inesplorato. Questo progetto mira a indagare le capacità e i limiti degli LLM multimodali nell’affrontare questioni di storia dell’arte che coinvolgono immagini e testi. In particolare, l’obiettivo è valutare ciò che i modelli generali conoscono della storia dell’arte, concentrandosi su bias e fenomeni di allucinazione. Successivamente, il progetto esplora come tecniche di adattamento al dominio, quali la Retrieval-Augmented Generation (RAG) o il continual pretraining, possano migliorare le prestazioni dei modelli integrando dati curati. Lo studio propone una metodologia di valutazione strutturata e mira a sviluppare strumenti flessibili a supporto di ricerche storico-artistiche complesse e su larga scala.
