本研究提出了一种无须标注数据的偏差发现框架C2B，旨在克服传统偏差识别方法的局限性。C2B通过文本描述生成偏差提议，并评估分类模型的偏差准确性，实验结果表明其性能优于现有方法，具有广泛的应用潜力。

Classifier-to-Bias: Unsupervised Automatic Bias Detection for Visual Classifiers
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证