审计:情感提示加剧T2I人脸生成偏见
热点事件持续更新
审计:情感提示加剧T2I人脸生成偏见
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Mengting Wei、Aditya Gulati、Guoying Zhao、Nuria Oliver 发布审计研究,对 8 款文生图模型(4 款西方、4 款中国)在 7 种提示条件下生成 56,000 张人脸,发现所有模型都严重过度呈现年轻面孔,多数还过度呈现 White-coded 个体。 研究称,负面情绪提示词(如悲伤、恐惧)会稳定地把输出推向 White、中年、男性编码面孔,并伴随更低的可感知吸引力;年轻×女性×Black 等交叉组合在多数模型中近乎消失,单属性审计无法捕捉这类复合缺失。
AI 根据报道生成 · 57 分钟前更新
最新进展10月19日 12:00
情感提示词如何加剧 T2I 人脸生成的群体偏见:八款中西模型审计报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- arXiv cs.CY情感提示词如何加剧 T2I 人脸生成的群体偏见:八款中西模型审计
一项审计对 8 款 T2I 模型(4 款西方、4 款中国)在 7 种提示条件下生成 56,000 张人脸,发现所有模型都严重过度呈现年轻面孔,多数还过度呈现 White-coded 个体。负面情绪提示词(如悲伤、恐惧)会稳定地把输出推向 White、中年、男性编码面孔,并伴随更低的可感知吸引力。年轻×女性×Black 等交叉组合在多数模型中近乎消失,单属性审计无法捕捉这类复合缺失。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。