互联网档案馆举办了“民主图书馆研讨会

Rakhirandiseo

USC 音效库就是这样，它收集了从迅速损坏的磁带中提取的 .WAV 文件，供参考、欣赏，甚至用于项目。

2023年3月16日

社区合作”。这是自2022年年度活动启动以来，“民主图书馆项目”首次公开展示和讨论。该项目历经数月研究，并得到了Filecoin基金会的支持，研究时间从2022年11月持续到2023年2月。本次研讨会由互联网档案馆工作人员与一位来访的政府官员合作完成，旨在保存政府信息，并使其更有效地为公众所用。活动进行了直播，可通过提供的视频链接观看。
艺术史学家、评论家、策展人、人文学者以及其他许多人士都依赖艺术家、画廊、博物馆和艺术机构的记录来进行历史研究，并理解和阐释当代艺术实践。然而，许多曾经以印刷形式出版的艺术相关资料如今主要或完全存在于网络上，因此本质上具有短暂性。为了应对这一挑战，过去三年里，超过40家艺术图书馆共同开发了一种大规模保存网络艺术资料的集体方法。

在博物馆和图书馆服务协会以及国家人文基金会的支持下

合作艺术档案馆（CARTA）社区成功地协调了从夏威夷马诺阿到加拿 ws 电话列表 大安大略省多伦多等各地大大小小的图书馆的努力，最终保存并提供了800个基于网络的艺术资源，这些资源被分为8个系列（艺术评论、艺术博览会和活动、美术馆、艺术史和学术研究、艺术家网站、艺术教育、艺术机构、拍卖行），总数据量近9TB，并且还在持续增长。所有馆藏均由互联网档案馆永久保存。 在 2022 年互联网档案馆年度活动上宣布建立“民主图书馆”之后 [视频]，美国团队进行了为期 4 个月的现状分析，以了解美国集体知识管理的状况。



机器学习在处理美术馆

图书馆、档案馆、博物馆等美术馆和博物馆（GLAM）馆藏方面具有许多潜在应用，但如何入门却并不总是那么清晰。本文概述了如何使用来自 Hugging Face 生态系统的开源机器学习工具来探索通过互联网档案馆的ARCH（档案研究计算中心）提供的网络档案馆藏。ARCH 旨在通过简化网络档案数据的访问、可视化、分析和共享，使网络档案的计算工作更加便捷。Hugging Face 致力于普及优秀的机器学习技术。这不仅包括提供模型，还包括围绕机器学习的伦理使用开展广泛的研究。 所有模型都有各自的优点和缺点。例如，有些模型体积会非常庞大​​。这可以提高模型的精确度，但也会使其难以在标准计算机硬件上运行。

一张模型组件的屏幕截图

显示了一只狗和一只猫在弹吉他的图片。该组件将“演奏音乐”这一标签赋予了最高的置信度。搜索标签页的屏幕截图，显示在文本框中搜索“风景照片”，并显示搜索结果的图片网格。其中包括两张包含树木的图片，以及一些包含天空和云朵的图片。