Paper page - VaseMuseum: 古希腊陶器数字智能博物馆

来源：https://huggingface.co/papers/2607.06374

摘要

视觉语言模型（VLM）通过将3D数字化与自然语言文物探索相结合，使交互式数字博物馆日益可行。然而，在古希腊陶器等文化遗产领域，可靠的VLM辅助受到两个挑战的限制。首先，开放式解读需要将细粒度的2D/3D视觉证据锚定在专业策展知识中，但检索过程可能引入弱来源和不可验证的引用。其次，当可用证据不完整、有噪声或模糊时，VLM通常会给出自信但无依据的回答，而不是经过校准的不确定性。为应对这些挑战，我们提出VaseMuseum——一个轻量级、模块化的多模态智能体框架，用于古希腊陶器智能数字博物馆。VaseMuseum将交互式虚拟博物馆与VaseAgent相结合，后者通过多模态感知、3D感知推理、外部知识检索和推理时可靠性控制，同时支持2D图像和3D文物。具体而言，VaseAgent从权威网站和博物馆知识源检索证据，并在生成前通过源级控制选择多样且可验证的证据。同时，响应级控制根据证据池检查生成的声明，并在支持不足或存在冲突时鼓励中立、基于证据的回答。此外，一种无需训练的GRPO风格选择机制倾向于选择具有有效引用和校准置信度的响应，而无需更新VLM主干。在真实数字博物馆模拟中的实验表明，与启用搜索的VLM基线相比，VaseMuseum提高了引用有效性，减少了知识密集型查询上的幻觉，并在模糊情况下产生更中立的回答。

查看 arXiv 页面 (https://arxiv.org/abs/2607.06374)查看 PDF (https://arxiv.org/pdf/2607.06374)项目页面 (https://aigeeksgroup.github.io/VaseMuseum)GitHub1 (https://github.com/AIGeeksGroup/VaseMuseum)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.06374)

在您的智能体中获取此论文：

hf papers read 2607.06374

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2607.06374 以从该页面链接。

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2607.06374 以从该页面链接。

引用此论文的 Spaces0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2607.06374 以从该页面链接。

包含此论文的收藏集0

没有收藏集包含此论文

将这篇论文添加到一个收藏集 (https://huggingface.co/new-collection) 中以从该页面链接。