English(EN) Happy Young Women, Grumpy Old Men? Emotion-Driven Demographic Biases in Synthetic Face Generation

AI人脸生成器显示出人口统计学和情绪驱动的偏见

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-19 04:00

一篇新的arXiv论文，题为《快乐的年轻女性，暴躁的老年男性？合成人脸生成中的情绪驱动人口统计学偏见》，调查了文本到图像模型中的偏见。该研究审计了八个模型，四个西方模型和四个中国模型，在七种提示条件下生成了56,000张人脸。研究结果表明，年轻和白人编码的个体过度代表普遍存在，而交叉分析显示特定人口统计学组合的代表性严重不足。情绪条件提示，特别是负面提示，被发现会使输出转向白人、中年、男性编码的面孔，并与较低的感知吸引力相关。 AI

影响强调了在AI人脸生成中进行交叉和情绪条件审计的必要性，以减轻人口统计学偏见。

排序理由研究论文发布在arXiv上，详细介绍了AI模型中的偏见。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 15 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 研究论文发布在arXiv上，详细介绍了AI模型中的偏见。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Mengting Wei, Aditya Gulati, Guoying Zhao, Nuria Oliver · 2026-10-19 04:00

快乐的年轻女性，暴躁的老年男性？合成人脸生成中的情绪驱动人口统计偏差

arXiv:2602.00032v4 Announce Type: replace-cross Abstract: Synthetic faces from text-to-image (T2I) models pervade digital media, yet their demographic biases under emotionally conditioned prompts remain poorly understood. We aim to systematically audit how emotionally conditioned…

本文如何被排名

报道来源 [1]

快乐的年轻女性，暴躁的老年男性？合成人脸生成中的情绪驱动人口统计偏差

相关实体

相关话题