该研究探讨了视觉转换器中社会偏见的因素，发现反事实增强训练可以缓解偏见，大模型偏见较少，使用辨别目标进行训练的模型偏见也较少。学习到的社会偏见存在不一致性，ViTs可能表现出相反的偏见。研究提出了基于模型设计选择可以实现相当大程度的公平改善。