研究人员推出了 SDGBiasBench，这是一个旨在评估和缓解视觉-语言模型（VLMs）在可持续发展目标（SDGs）方面偏见的新基准。该基准包含超过 500,000 个多项选择题和 50,000 个回归任务，揭示了当前的 VLMs 经常依赖于特定于可持续发展目标的先验知识，而不是视觉证据。为了解决这个问题，该团队开发了 CADE，一种无需训练的方法，可将模型准确性提高多达 25%，并将估计误差降低 12 个点。 AI
影响 为专注于可持续发展的 AI 系统引入了新的评估框架和去偏技术。
排序理由 该集群描述了一篇介绍基准和一种新颖的 AI 模型偏见缓解方法的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →