生成偏见：审计文本到图像生成模型的内部偏见动态

BriefGPT - AI 论文速递 · 2024-10-10T00:00:00Z

研究提出了一种解决文本到图像扩散模型偏见的方法，将公平性视为分布对齐问题。通过分布对齐损失和有偏微调技术，显著降低了性别、种族等偏见。即使只微调少量参数，也能有效减少偏见，并支持多样化的公平性视角。方法可扩展，能同时消除多个概念的偏见。研究希望推动AI的社会调整，并将共享代码和模型适配器。