5bei.cn大模型教程网GradBias: Unveiling Word Influence on Bias in Text-to-Image Generative Models
在这项研究中，我们介绍了一个名为GradBias的新框架，旨在揭示和量化文本对图像生成模型中的偏见影响。随着文本到图像生成模型（T2I）在图像生成任务中的广泛应用，确保这些模型的公平性和安全性变得至关重要。研究指出，现有的偏见检测主要依赖于预定义的类别，如性别和种族，而我们的框架提供了一种更为普遍的方法，能够在没有预定义偏见集合的情况下，识别和解释生成过程中可能出现的偏见。我们实现了两个主要的变体：OpenBias和GradBias，前者专注于检测和量化一般偏见，而后者则深度分析单个词对偏见的贡献。实验结果显示，GradBias在评估偏见方面优于现有方法，包括最先进的基础模型。
文章来源于互联网:每日AIGC最新进展(55)：清华大学提出Pose引导视频生成模型、佐治亚理工学院提出消除扩散模型中的偏见影响、卡耐基梅隆大学提出多物体控制视频生成模型
