研究人员引入了一种名为“字幕中的方向性偏见放大”(DBAC)的新指标,用于衡量和识别图像字幕模型如何加剧其训练数据中存在的偏见。与之前的指标不同,DBAC旨在理解字幕语言的细微差别,并 pinpoint 偏见放大的来源。使用COCO字幕数据集进行的实验证明了DBAC在评估性别和种族偏见方面的有效性,提供了比现有方法更准确的估计。 AI
影响 引入了一种评估和缓解图像字幕模型偏见的新指标,有望提高AI生成描述的公平性。
排序理由 学术论文,介绍了一种用于图像字幕模型中偏见放大的新指标。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →