English(EN) Beyond Categories of Caste: Examining Caste Bias and Morality in Text-to-Image AI Models

AI模型在超越简单类别的情况下延续种姓偏见

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-02 04:00

研究人员开发了一个新的框架来分析文本到图像AI模型中的种姓偏见，超越了简单的身份类别，以理解种姓歧视的关系方面。该方法结合了算法审计和批判性话语分析，揭示了偏见是如何被延续的，挑战了婆罗门规范性的观念。这项工作提出了一种反种姓的方法论来解决AI系统中的偏见和公平性问题。 AI

影响提供了对AI偏见更细致的理解，可能导致更公平的AI系统。

排序理由分析AI模型中偏见的学术论文。[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 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Divyanshu Kumar Singh, Dipto Das, Deepika Rama Subramanian, Koustuv Saha, Stephen Voida, Bryan Semaan · 2026-06-02 04:00

Beyond Categories of Caste: Examining Caste Bias and Morality in Text-to-Image AI Models

arXiv:2606.00039v1 Announce Type: cross Abstract: Text-to-Image (T2I) models have shown promising utility across various domains. However, such models are also amplifying harmful societal biases in their outputs. In the context of South Asia, recent work has shown caste biases an…